强化学习 优势函数(Advantage Function)

目录 什么是优势函数 归一化、激活函数等学习问题  为什么要使用优势函数 常见的优势函数 什么是优势函数 优势函数表达在状态s下，某动作a相对于平均而言的优势。 从数量关系来看，就是随机变量相对均值的偏差。 使用优势函数是深度强化学习极其重要的一种策略，尤其对于基于policy的学习。 定义如下： 归一化、激活函数等学习问题  以下是常见的激活函数，梯度学习时，可以发现： 1，Sigmoid一类的

>>阅读原文<<