会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
JinyuBlog
博客园
首页
新随笔
联系
订阅
管理
2018年7月4日
【RL系列】Multi-Armed Bandit笔记——UCB策略与Gradient策略
摘要: 本篇主要是为了记录UCB策略与Gradient策略在解决Multi-Armed Bandit问题时的实现方法,涉及理论部分较少,所以请先阅读Reinforcement Learning: An Introduction (Drfit) 的2.7,2.8的内容。为了更深入一点了解UCB策略,可以随后阅
阅读全文
posted @ 2018-07-04 10:21 JinyuBlog
阅读(2116)
评论(0)
推荐(0)
编辑
公告