会员
周边
众包
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
Ruidongch
博客园
首页
新随笔
联系
订阅
管理
2019年4月7日
文献笔记:Policy Gradient Methods for Reinforcement Learning with Function Approximation
摘要: 本篇论文讨论了策略梯度方法的函数逼近问题。首先明确策略梯度的目标函数:最大化策略$\pi$下的累计回报$\rho(\pi)$ \[\rho ( \pi ) = E \left\{ \sum _ { t = 1 } ^ { \infty } \gamma ^ { t - 1 } r _ { t } |
阅读全文
posted @ 2019-04-07 08:12 Ruidongch
阅读(2241)
评论(0)
推荐(0)
编辑
公告