RL论文阅读5 - RWMFPE 2018

Tittle source 标签 Model Based 总结 提出了一个新的Model-Based学习的框架。如图： 这个模型一共分成三个部分： V：用来将输入的图片编码成z。学习图像的抽象表示。 M：用来预测未来的z。M生成的是z的概率密度而不是直接生成z向量。 C：根据M产出的h和V产出的z，生成一个动作a。C一般是一个简单线性的。 在训练时：先训练V，然后用V的产出训练M，最后整合训练C

>>阅读原文<<