《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）
此爲第八章 Planning and Learning with Tabular Methods 。 在上述章節中，我們已經看到了DP是基於模型 (Model-Based) 的，而MC和TD是模型無關的 (Model-Free) 。基於模型的方法中，Planning（下文定義這個詞）是最主要的一步；而對於模型無關的問題，Learning是最核心的步驟。Planning和Learning有很多異同點
相關文章
- 1. 8 Planning and Learning with Tabular Methods
- 2. 強化學習系列（八）：Planning and learning with Tabular Methods（規劃和離散學習方法）
- 3. 《強化學習Sutton》讀書筆記（三）——動態規劃（Dynamic Programming）
- 4. 《強化學習Sutton》讀書筆記（五）——時序差分學習（Temporal-Difference Learning）
- 5. 《強化學習Sutton》讀書筆記（四）——蒙特卡洛方法（Monte Carlo Methods）
- 6. 《強化學習Sutton》讀書筆記（六）——n步Bootstrapping（n-step Bootstrapping）
- 7. 《reinforcement learning：an introduction》第八章《Planning and Learning with Tabular Methods》總結
- 8. 【SuttonBartoIPRLBook2ndEd】 【Tabular Solution Methods】
- 9. 強化學習（RLAI）讀書筆記第八章表格方法的規劃與學習
- 10. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods 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（一）基本語法
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. 8 Planning and Learning with Tabular Methods
- 2. 強化學習系列（八）：Planning and learning with Tabular Methods（規劃和離散學習方法）
- 3. 《強化學習Sutton》讀書筆記（三）——動態規劃（Dynamic Programming）
- 4. 《強化學習Sutton》讀書筆記（五）——時序差分學習（Temporal-Difference Learning）
- 5. 《強化學習Sutton》讀書筆記（四）——蒙特卡洛方法（Monte Carlo Methods）
- 6. 《強化學習Sutton》讀書筆記（六）——n步Bootstrapping（n-step Bootstrapping）
- 7. 《reinforcement learning：an introduction》第八章《Planning and Learning with Tabular Methods》總結
- 8. 【SuttonBartoIPRLBook2ndEd】 【Tabular Solution Methods】
- 9. 強化學習（RLAI）讀書筆記第八章表格方法的規劃與學習
- 10. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation