The categories of Reinforcement Learning 強化學習分類
RL分爲三大類：網絡
（1）經過行爲的價值來選取特定行爲的方法,具體 包括使用表格學習的 q learning, sarsa, 使用神經網絡學習的 deep q network； 學習
（2）直接輸出行爲的 policy gradients；sed
（3）瞭解所處的環境, 想象出一個虛擬的環境並從虛擬的環境中學習。神經網絡
另外一種分類方式：network
Model-free and Model-based rsa
Model-free：不理解環境方法
相關文章
- 1. 強化學習一：Introduction Of Reinforcement Learning
- 2. 強化學習（Reinforcement Learning）
- 3. 強化學習(Reinforcement Learning)
- 4. 強化學習reinforcement learning
- 5. 機器學習～強化學習Reinforcement Learning
- 6. 【強化學習】DQN(Deep reinforcement learning) Basic
- 7. 強化學習學習筆記——介紹強化學習(reinforcement learning)
- 8. 【強化學習】強化學習分類
- 9. 強化學習（Reinforcement Learning）的方法分類
- 10. 強化學習 8: approximate 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
- • Kotlin學習（二）基本類型
- • Tomcat學習筆記（史上最全tomcat學習筆記）
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. 強化學習一：Introduction Of Reinforcement Learning
- 2. 強化學習（Reinforcement Learning）
- 3. 強化學習(Reinforcement Learning)
- 4. 強化學習reinforcement learning
- 5. 機器學習～強化學習Reinforcement Learning
- 6. 【強化學習】DQN(Deep reinforcement learning) Basic
- 7. 強化學習學習筆記——介紹強化學習(reinforcement learning)
- 8. 【強化學習】強化學習分類
- 9. 強化學習（Reinforcement Learning）的方法分類
- 10. 強化學習 8: approximate reinforcement learning