強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
本書第五章就已經講解過分別使用on-policy和off-policy方法來解決GPI框架裏固有的explore和exploit的矛盾。前兩章已經講了on-policy情形下對於函數近似的拓展，本章繼續講解off-policy下對函數近似的拓展，但是這個拓展比on-policy時更難更不同。在第六第七章中講到的off-policy方法可以拓展到函數近似的情況下，但是這些方法在半梯度法下不能像在on
相關文章
- 1. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 2. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 3. 強化學習（RLAI）讀書筆記第四章動態規劃
- 4. 強化學習（RLAI）讀書筆記第十二章資格跡（Eligibility Traces）
- 5. 強化學習（RLAI）讀書筆記第十六章Applications and Case Studies（不含alphago）
- 6. 強化學習系列（十一）：Off-policy Methods with Approximation
- 7. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 8. 強化學習（RLAI）讀書筆記第二章多臂老虎機
- 9. 強化學習（RLAI）讀書筆記第五章蒙特卡洛方法
- 10. 強化學習（RLAI）讀書筆記第七章n步自舉（n-step Bootstrapping）
- 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. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 2. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 3. 強化學習（RLAI）讀書筆記第四章動態規劃
- 4. 強化學習（RLAI）讀書筆記第十二章資格跡（Eligibility Traces）
- 5. 強化學習（RLAI）讀書筆記第十六章Applications and Case Studies（不含alphago）
- 6. 強化學習系列（十一）：Off-policy Methods with Approximation
- 7. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 8. 強化學習（RLAI）讀書筆記第二章多臂老虎機
- 9. 強化學習（RLAI）讀書筆記第五章蒙特卡洛方法
- 10. 強化學習（RLAI）讀書筆記第七章n步自舉（n-step Bootstrapping）