2020年1月26日
【强化学习RL】model-free的prediction和control — MC, TD(λ), SARSA, Q-learning等
摘要： 本系列强化学习内容来源自对David Silver课程的学习 课程链接http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html 在上一文介绍了RL基础概念和MDP后，本文介绍了在model-free情况下（即不知道回报Rs和状态转移矩阵Pss 阅读全文
posted @ 2020-01-26 12:56 水奈樾 阅读(1610) 评论(0) 推荐(0) 编辑