2019年2月17日
强化学习-蒙特卡罗法
摘要： 1. 前言 从本章起，我们开始解决更贴近实际的问题。前面提到我们接触过的问题有一个特点，即我们可以知道环境运转的细节，具体说就是知道状态转移概率$P(s_{t+1}|s_t,a_t)$。对蛇棋来说，我们可以看到蛇棋的棋盘，也就可以了解到整个游戏的全貌，这时我们相当于站在上帝视角，能够看清一切情况。 阅读全文
posted @ 2019-02-17 22:09 hyc339408769 阅读(2205) 评论(0) 推荐(0) 编辑