强化学习（RLAI）读书笔记第四章动态规划
第四章：动态规划 动态规划是指一类在MDP下对环境有完全建模的计算最优策略的算法。经典的DP算法在强化学习中应用有限，不仅是因为需要对环境进行完全建模，而且还需要很多的计算资源。但是这个算法在理论上依然很重要。实际上，书中后面章节的所有算法都可以看成想要使用更少的计算资源而且不需要对环境完全建模的尽可能达到DP的效果的尝试。 一般我们假设环境是有限状态MDP。尽管动态规划也可以应用到连续状态和连续
相关文章
- 1. 《强化学习Sutton》读书笔记（三）——动态规划（Dynamic Programming）
- 2. 强化学习（RLAI）读书笔记第八章表格方法的规划与学习
- 3. 强化学习（RLAI）读书笔记第六章差分学习（TD-learning）
- 4. 强化学习导论 第四章 动态规划
- 5. 强化学习（RLAI）读书笔记第十六章Applications and Case Studies（不含alphago）
- 6. 强化学习（RLAI）读书笔记第九章On-policy Prediction with Approximation
- 7. 强化学习（RLAI）读书笔记第五章蒙特卡洛方法
- 8. 强化学习（RLAI）读书笔记第十章On-Policy Control with Approximation
- 9. 强化学习（RLAI）读书笔记第二章多臂老虎机
- 10. 强化学习（RLAI）读书笔记第十二章资格迹（Eligibility Traces）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 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. 《强化学习Sutton》读书笔记（三）——动态规划（Dynamic Programming）
- 2. 强化学习（RLAI）读书笔记第八章表格方法的规划与学习
- 3. 强化学习（RLAI）读书笔记第六章差分学习（TD-learning）
- 4. 强化学习导论 第四章 动态规划
- 5. 强化学习（RLAI）读书笔记第十六章Applications and Case Studies（不含alphago）
- 6. 强化学习（RLAI）读书笔记第九章On-policy Prediction with Approximation
- 7. 强化学习（RLAI）读书笔记第五章蒙特卡洛方法
- 8. 强化学习（RLAI）读书笔记第十章On-Policy Control with Approximation
- 9. 强化学习（RLAI）读书笔记第二章多臂老虎机
- 10. 强化学习（RLAI）读书笔记第十二章资格迹（Eligibility Traces）