会员
周边
众包
新闻
博问
闪存
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23日
策略梯度方法
摘要: 该理解建立在Policy Gradient Methods for Reinforcement Learning with Function Approximation论文阅读理解之上 首先明确优化目标$\rho(\pi)$,其中策略$\pi$是包含参数$\theta$的未知函数,一般有两种形式。
阅读全文
posted @ 2019-04-23 12:37 Ruidongch
阅读(287)
评论(0)
推荐(0)
编辑
公告