会员
周边
众包
新闻
博问
闪存
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18日
强化学习(David Silver)6:值函数近似
摘要: 1、简介 1.1、为什么有值函数近似 状态空间太大,基于DP/MC/TD的方法的离散值太多,存储量太大,运行太慢 1.2、值函数近似有两种方法 一个是状态值函数方法;一个是状态动作值方法 1.3、值函数近似的三种类型 类型1:输入状态S,输出v 类型2:输入状态S,action a,输出Q(s,a,
阅读全文
posted @ 2017-08-18 01:12 _1024
阅读(1139)
评论(1)
推荐(0)
编辑