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
行者AI
为游戏插上人工智能的翅膀
博客园
首页
新随笔
联系
订阅
管理
2022年1月20日
详解策略梯度算法
摘要: 详解策略梯度算法 引言 根据智能体学习的不同,可将其分为Value-based方法、Policy-based方法以及Actor-Critic方法。之前我们介绍的Q-learning、Saras和DQN都是基于价值去学习,虽然这种强化学习方法在很多领域都获得较多的应用,但是它的局限性也是比较明显。首先
阅读全文
posted @ 2022-01-20 16:22 行者AI
阅读(851)
评论(0)
推荐(0)
编辑
公告