RL的分類
文章目錄 RL算法的分類 1. 分類標準一 2. 分類標準二 2.1 基於model-free的分類標準二 Policy Optimization Q-Learning On-policy 和 Off-policy RL算法的分類 1. 分類標準一 從「是否能對環境建模」出發，RL可以被劃分爲 Model-Free 和Model-Based. 二者之間的區別就是 agent能不能爲環境建模，也就是
相關文章
- 1. RL（六）時序差分法（TD）
- 2. Variational RL for POMDP
- 3. RL for Sentence Generation
- 4. Bayesian RL and PGMRL
- 5. cs294-RL introduction
- 6. 【RL】7.Reward Issue
- 7. 【RL】Actor-Critic
- 8. 【RL】6.Actor-Critic
- 9. 【RL】8.Imitation Learning
- 10. Attacks for RL
- 更多相關文章...
- • IP地址的格式和分類 - TCP/IP教程
- • SVN分支 - SVN 教程
- • Kotlin學習（二）基本類型
- • 常用的分佈式事務解決方案
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
