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
_1024
Powered by
博客园
博客园
|
首页
|
新随笔
|
联系
|
订阅
|
管理
2017年8月17日
强化学习(David Silver)5: 免模型控制
摘要: 1、简介 为什么需要免模型控制 1) 有的MDP未知,但是可以采样 2) 有的MDP已知,但是空间太大,需要采样 同策略学习 从经历的同策略样本中学习 异策略学习 从类似的策略空间中采样 2、同策略MC 2.1、一般的GPI(一般策略迭代) 策略评估+策略改善 2.2、同策略MC 用MC做策略评估(
阅读全文
posted @ 2017-08-17 10:31 _1024
阅读(482)
评论(0)
推荐(0)
编辑