03 2019 档案

强化学习(十九) AlphaGo Zero强化学习原理
摘要：在强化学习(十八) 基于模拟的搜索与蒙特卡罗树搜索(MCTS)中，我们讨论了MCTS的原理和在棋类中的基本应用。这里我们在前一节MCTS的基础上，讨论下DeepMind的AlphaGo Zero强化学习原理。 本篇主要参考了AlphaGo Zero的论文, AlphaGo Zero综述和AlphaG 阅读全文
posted @ 2019-03-27 20:11 刘建平Pinard 阅读(38782) 评论(69) 推荐(14) 编辑
强化学习(十八) 基于模拟的搜索与蒙特卡罗树搜索(MCTS)
摘要：在强化学习(十七) 基于模型的强化学习与Dyna算法框架中，我们讨论基于模型的强化学习方法的基本思路，以及集合基于模型与不基于模型的强化学习框架Dyna。本文我们讨论另一种非常流行的集合基于模型与不基于模型的强化学习方法：基于模拟的搜索(Simulation Based Search)。 本篇主要参 阅读全文
posted @ 2019-03-04 17:09 刘建平Pinard 阅读(48764) 评论(29) 推荐(5) 编辑

点击右上角即可分享
微信分享提示