2018年10月30日
[Reinforcement Learning] Model-Free Prediction
摘要： 上篇文章介绍了 Model based 的通用方法——动态规划，本文内容介绍 Model Free 情况下 Prediction 问题，即 "Estimate the value function of an unknown MDP"。 Model based：MDP已知，即转移矩阵和奖赏函数均已知 阅读全文
posted @ 2018-10-30 09:37 Poll的笔记 阅读(1997) 评论(1) 推荐(2) 编辑