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13日
【RL系列】马尔可夫决策过程——状态价值评价与动作价值评价
摘要: 请先阅读上两篇文章: 【RL系列】马尔可夫决策过程中状态价值函数的一般形式 【RL系列】马尔可夫决策过程与动态编程 状态价值函数,顾名思义,就是用于状态价值评价(SVE)的。典型的问题有“格子世界(GridWorld)”游戏(什么是格子世界?可以参考:Dynamic programming in P
阅读全文
posted @ 2018-07-13 20:24 JinyuBlog
阅读(1159)
评论(0)
推荐(0)
编辑
公告