強化學習（RLAI）讀書筆記第十二章資格跡（Eligibility Traces）
資格跡是強化學習算法中的一個基本機制。比如很流行的其中的指的就是資格跡的使用。基本上所有的TD算法都能夠和資格跡進行組合從而得到一個更通用的算法。資格跡把TD和MC方法統一了起來。當TD算法和資格跡進行組合使用時，得到了一組從一步TD延伸到MC算法的算法家族。一般中間部分的算法效果比兩端的好。資格跡同樣提供了一種在線continuing形式的問題上使用MC算法的實現方式。 之前第七章使用n步TD法
相關文章
- 1. 強化學習系列（十二）：Eligibility Traces
- 2. 強化學習之Eligibility Traces
- 3. 強化學習（RLAI）讀書筆記第四章動態規劃
- 4. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
- 5. 強化學習（RLAI）讀書筆記第十六章Applications and Case Studies（不含alphago）
- 6. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 7. 強化學習（RLAI）讀書筆記第七章n步自舉（n-step Bootstrapping）
- 8. 強化學習（RLAI）讀書筆記第二章多臂老虎機
- 9. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 10. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 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）
- • Kotlin學習（二）基本類型
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. 強化學習系列（十二）：Eligibility Traces
- 2. 強化學習之Eligibility Traces
- 3. 強化學習（RLAI）讀書筆記第四章動態規劃
- 4. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
- 5. 強化學習（RLAI）讀書筆記第十六章Applications and Case Studies（不含alphago）
- 6. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 7. 強化學習（RLAI）讀書筆記第七章n步自舉（n-step Bootstrapping）
- 8. 強化學習（RLAI）讀書筆記第二章多臂老虎機
- 9. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 10. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation