強化學習導論(Reinforcement Learning:An Introduction)學習筆記(七)

Part I: 表格解決方法 ​ 在本書的這一部分中,咱們以最簡單的形式描述了幾乎全部強化學習算法的核心思想:算法中的狀態和動做空間足夠小,能夠將近似值函數表示爲數組或表格。 在這種狀況下,這些方法一般能夠找到確切的解決方案,也就是說,他們常常能夠找到最佳的價值函數和最優策略。這與本書下一部分描述的近似方法造成對比,後者只找到近似解, 可是做爲回報能夠有效應用於更大的問題。web ​ 本書的這一部
相關文章
相關標籤/搜索