David silver强化学习课程第四课 模型无关的预测
第四课 模型无关的预测 在上一节课中，主要讲了利用动态规划的方法求解MDP的预测和控制两个问题，本质上它是model-based的，需要知道模型的信息如状态转移矩阵和回报函数。但是通常遇到的强化学习问题是不知道环境全部信息的，但是具有MDP的形式，在缺乏状态转移矩阵和回报函数的情况下如何求解预测和控制问题？ 本章主要讲了三种方法用来求解模型无关(model-free)的预测问题：蒙特卡洛方法(MC
相关文章
- 1. David Silver深度强化学习第4课-免模型预测
- 2. David silver强化学习课程第五课 模型无关的控制
- 3. David silver强化学习课程第六课 值函数近似
- 4. David silver强化学习课程第三课 动态规划
- 5. David silver强化学习课程第七课 策略梯度
- 6. David Silver强化学习课程笔记（四）
- 7. David silver强化学习课程第二课 马尔科夫决策过程
- 8. David Silver深度强化学习第1课
- 9. David Silver深度强化学习第1课- intro-RL
- 10. David silver 强化学习公开课笔记（四）：Model-Free Prediction
- 更多相关文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Kotlin学习（二）基本类型
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. David Silver深度强化学习第4课-免模型预测
- 2. David silver强化学习课程第五课 模型无关的控制
- 3. David silver强化学习课程第六课 值函数近似
- 4. David silver强化学习课程第三课 动态规划
- 5. David silver强化学习课程第七课 策略梯度
- 6. David Silver强化学习课程笔记（四）
- 7. David silver强化学习课程第二课 马尔科夫决策过程
- 8. David Silver深度强化学习第1课
- 9. David Silver深度强化学习第1课- intro-RL
- 10. David silver 强化学习公开课笔记（四）：Model-Free Prediction