強化學習-An introduction之 On-policy Prediction with Function Approximation 個人筆記
Chapter 9 On-policy Prediction with Approximation 我們之前講過，強化學習的主要目標是學習value function，即狀態到動作的映射。之前的方法都是tabular methods，即用一個table/array來記錄state對應的action或者value，但是這樣就有一個缺點需要的內存非常大，因此我們考慮用有參數的函數來表示value fu
相關文章
- 1. 強化學習-An introduction之 n-step Bootstrapping 個人筆記
- 2. 強化學習-An introduction之 動態規劃（DP） 個人筆記
- 3. 強化學習-An introduction之 馬爾科夫決策過程（MDP）個人筆記
- 4. 強化學習系列（九）：On-policy Prediction with Approximation
- 5. 強化學習筆記（5）價值估計函數Value Function Approximation
- 6. 強化學習-An introduction之 蒙特卡洛方法（MC） 個人筆記
- 7. Chapter 9 On-policy Prediction with Approximation
- 8. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 9. 強化學習-An introduction之 時序差分（TD Learning） 個人筆記
- 10. 《reinforcement learning：an introduction》第九章《On-policy Prediction with Approximation》總結
- 更多相關文章...
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 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。
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-An introduction之 n-step Bootstrapping 個人筆記
- 2. 強化學習-An introduction之 動態規劃（DP） 個人筆記
- 3. 強化學習-An introduction之 馬爾科夫決策過程（MDP）個人筆記
- 4. 強化學習系列（九）：On-policy Prediction with Approximation
- 5. 強化學習筆記（5）價值估計函數Value Function Approximation
- 6. 強化學習-An introduction之 蒙特卡洛方法（MC） 個人筆記
- 7. Chapter 9 On-policy Prediction with Approximation
- 8. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 9. 強化學習-An introduction之 時序差分（TD Learning） 個人筆記
- 10. 《reinforcement learning：an introduction》第九章《On-policy Prediction with Approximation》總結