《強化學習Sutton》讀書筆記（五）——時序差分學習（Temporal-Difference Learning）
此爲《強化學習》第六章 Temporal-Difference Learning 。 時序差分學習 (Temporal-Difference Learning, TD) 是強化學習的核心。TD學習是蒙特卡洛MC法和動態規劃DP法的綜合，它可以像MC那樣，不需要知道環境的全部信息，通過交互就能學習；同時，它也可以像DP那樣，在（其他值函數）估計的基礎上進行估計，從而不需要求解完整個事件(Episod
相關文章
- 1. 《Reinforcement Learning》 讀書筆記 6：時序差分學習（TD-Learning）
- 2. 強化學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 3. 《強化學習Sutton》讀書筆記（六）——n步Bootstrapping（n-step Bootstrapping）
- 4. 《強化學習Sutton》讀書筆記（三）——動態規劃（Dynamic Programming）
- 5. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 6. 增強學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 7. 加強學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 8. 強化學習-Q-learning學習筆記
- 9. 《強化學習Sutton》讀書筆記（七）——列表法的計劃與學習（Planning and Learning with Tabular Methods）
- 10. 強化學習學習筆記——介紹強化學習(reinforcement learning)
- 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. 《Reinforcement Learning》 讀書筆記 6：時序差分學習（TD-Learning）
- 2. 強化學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 3. 《強化學習Sutton》讀書筆記（六）——n步Bootstrapping（n-step Bootstrapping）
- 4. 《強化學習Sutton》讀書筆記（三）——動態規劃（Dynamic Programming）
- 5. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 6. 增強學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 7. 加強學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 8. 強化學習-Q-learning學習筆記
- 9. 《強化學習Sutton》讀書筆記（七）——列表法的計劃與學習（Planning and Learning with Tabular Methods）
- 10. 強化學習學習筆記——介紹強化學習(reinforcement learning)