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
常给自己加个油
博客园
首页
新随笔
联系
订阅
管理
2021年2月4日
NTU 李宏毅 DRL Q-learning
摘要: 这节讲Q-learning。 其实就是介绍了一些Critic,也就是value-based方法的基本思想,首先是MC和TD,我懒得再说一遍了。 这张图介绍了一下MC和TD的差别,MC的步子比较大,而TD则相对更稳健。但是TD作出了一些假设,它信任了之前的值函数,在上一次评估的值函数的基础之上调整,这
阅读全文
posted @ 2021-02-04 15:52 常给自己加个油
阅读(110)
评论(0)
推荐(0)
编辑
公告