2018年11月1日
[Reinforcement Learning] Value Function Approximation
摘要： 为什么需要值函数近似？ 之前我们提到过各种计算值函数的方法，比如对于 MDP 已知的问题可以使用 Bellman 期望方程求得值函数；对于 MDP 未知的情况，可以通过 MC 以及 TD 方法来获得值函数，为什么需要再进行值函数近似呢？ 其实到目前为止，我们介绍的值函数计算方法都是通过查表的方式获取 阅读全文
posted @ 2018-11-01 09:46 Poll的笔记 阅读(2001) 评论(0) 推荐(0) 编辑