会员
周边
捐助
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
penuel
博客园
首页
新随笔
联系
订阅
管理
2024年8月12日
强化学习分类
摘要: Model-free: Q learning, Sarsa, Policy Gradients Model-based: 能通过想象来预判断接下来将要发生的所有情况. 然后选择这些想象情况中最好的那种 基于概率:Policy Gradients 基于价值:Q learning, Sarsa 两者融合
阅读全文
posted @ 2024-08-12 19:28 penuel
阅读(6)
评论(0)
推荐(0)
编辑
公告