[強化學習-7] 模型和規劃(model and planning)
之前的博客都在講從之前的experience中學習policy或者value function，這一篇博客講解從之前的experience中學習model 何爲model 一句話總結就是狀態轉移概率和獎勵 Learning a model 狀態轉移概率s, a → s‘可以看作是一個density estimation問題，而獎勵s, a → r可以看做是regression問題 有很多方式建模
相關文章
- 1. 強化學習(三)：動態規劃求解MDP(Planning by Dynamic Programming)
- 2. 強化學習系列（八）：Planning and learning with Tabular Methods（規劃和離散學習方法）
- 3. Model-Based RL-基於模型的強化學習-理論詳解1：最優控制和規劃問題（Optimal Control and Planning）/ CEM/MCTS/LQR
- 4. 7. 強化學習之——基於模型的強化學習
- 5. 強化學習--動態規劃
- 6. Planning and Learning
- 7. 強化學習之五：基於模型的強化學習（Model-based RL）
- 8. 強化學習 Model-Based 和 Model-Free
- 9. 深度加強學習David Silver（三）——動態規劃的planning
- 10. 運動規劃（Motion Planning）、軌跡規劃（Trajectory Planning）和路徑規劃（Path Planning）的聯繫和區別
- 更多相關文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • Kotlin學習（二）基本類型
- • 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。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 強化學習(三)：動態規劃求解MDP(Planning by Dynamic Programming)
- 2. 強化學習系列（八）：Planning and learning with Tabular Methods（規劃和離散學習方法）
- 3. Model-Based RL-基於模型的強化學習-理論詳解1：最優控制和規劃問題（Optimal Control and Planning）/ CEM/MCTS/LQR
- 4. 7. 強化學習之——基於模型的強化學習
- 5. 強化學習--動態規劃
- 6. Planning and Learning
- 7. 強化學習之五：基於模型的強化學習（Model-based RL）
- 8. 強化學習 Model-Based 和 Model-Free
- 9. 深度加強學習David Silver（三）——動態規劃的planning
- 10. 運動規劃（Motion Planning）、軌跡規劃（Trajectory Planning）和路徑規劃（Path Planning）的聯繫和區別