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
沉下心去做些事
什么都无法舍弃的人,注定什么都无法改变!
博客园
首页
新随笔
联系
订阅
管理
2024年10月28日
强化学习的数学原理-04值迭代与策略迭代
摘要: 目录Value iteration algorithmPolicy iteration algorithmTruncated policy iteration algorithm Value iteration algorithm \[v_{k+1} = f(v_k) = \max_{\pi}\le
阅读全文
posted @ 2024-10-28 11:49 cxy8
阅读(30)
评论(0)
推荐(0)
编辑
公告