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
LOGAN_XIONG
天下风云出我辈 一入江湖岁月催
博客园
首页
新随笔
联系
管理
订阅
2023年6月3日
Reinforcement Learning之Q-Learning - Python实现
摘要: - **算法特征** ①. 以真实reward训练Q-function; ②. 从最大Q方向更新policy $\pi$ - **算法推导** **Part Ⅰ: RL之原理** 整体交互流程如下, 定义策略函数(policy)$\pi$, 输入为状态(state)$s$, 输出为动作(action
阅读全文
posted @ 2023-06-03 21:51 LOGAN_XIONG
阅读(144)
评论(0)
推荐(0)
编辑
公告