強化學習系列（十）：On-policy Control with Approximation
一、前言 本章我們關注on-policy control 問題，這裏採用參數化方法逼近action-value函數 q̂ (s,a,w)≈q(s,a) q ^ ( s , a , w ) ≈ q ( s , a ) ，其中， w w 爲權重向量。在11章中會討論off-policy方法。本章介紹了semi-gradient Sarsa算法，是對上一章中介紹的semi-gradient TD(0)的
相關文章
- 1. 強化學習系列（十一）：Off-policy Methods with Approximation
- 2. 強化學習系列（九）：On-policy Prediction with Approximation
- 3. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 4. 強化學習系列（十二）：Eligibility Traces
- 5. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
- 6. 《reinforcement learning：an introduction》第十章《On-policy Control with Approximation》總結
- 7. 【論文】強化學習必讀經典論文 | 如何學習強化學習 | 強化學習入門
- 8. 強化學習系列:Deep Q Network (DQN)
- 9. 強化學習系列（一）：強化學習簡介
- 10. 深度強化學習系列之(1): 強化學習概述
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 強化學習系列（十一）：Off-policy Methods with Approximation
- 2. 強化學習系列（九）：On-policy Prediction with Approximation
- 3. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 4. 強化學習系列（十二）：Eligibility Traces
- 5. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
- 6. 《reinforcement learning：an introduction》第十章《On-policy Control with Approximation》總結
- 7. 【論文】強化學習必讀經典論文 | 如何學習強化學習 | 強化學習入門
- 8. 強化學習系列:Deep Q Network (DQN)
- 9. 強化學習系列（一）：強化學習簡介
- 10. 深度強化學習系列之(1): 強化學習概述