RL学习笔记
RL model-free model-based Q-learning Q-learning Sarsa Sarsa Policy Gradients Policy Gradients **model-based 多建了一个学习到的虚拟环境，通过想象判断不同动作的结果。**eg.AlphaGo policy-based value-based 输出下一步采取各种行动的概率（每种动作都有可能被选中
相关文章
- 1. RL学习笔记-6-DDPG 算法
- 2. value_based RL学习记录
- 3. AI学习笔记之——强化学习(Reinforcement Learning, RL)
- 4. 强化学习(RL)
- 5. RL an introduction学习笔记(1)：Muti-arm Bandits
- 6. 2020李宏毅学习笔记——66 RL Advanced Version 2.Proximal Policy Optimization
- 7. 2020李宏毅学习笔记——70 RL Advanced Version 6.Actor-Critic
- 8. 2020李宏毅学习笔记——71 RL Advanced Version7.Sparse Reward
- 9. 2020李宏毅学习笔记——72 RL Advanced Version8.Imitation Learning
- 10. 2020李宏毅学习笔记——65 RL Advanced Version 1.Policy Gradient
- 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. RL学习笔记-6-DDPG 算法
- 2. value_based RL学习记录
- 3. AI学习笔记之——强化学习(Reinforcement Learning, RL)
- 4. 强化学习(RL)
- 5. RL an introduction学习笔记(1)：Muti-arm Bandits
- 6. 2020李宏毅学习笔记——66 RL Advanced Version 2.Proximal Policy Optimization
- 7. 2020李宏毅学习笔记——70 RL Advanced Version 6.Actor-Critic
- 8. 2020李宏毅学习笔记——71 RL Advanced Version7.Sparse Reward
- 9. 2020李宏毅学习笔记——72 RL Advanced Version8.Imitation Learning
- 10. 2020李宏毅学习笔记——65 RL Advanced Version 1.Policy Gradient