基于模型的强化学习
（1）在model-based RL里，虽然学习MDP模型可以提高强化学习的效率，但是如果模型误差较大可能导致学不到较好的策略，这个问题一般怎么解决？ 如果模型学习的不够精准，那就只能用很短很短的rollout来做planning。例如Q-planning就是1步的rollout，这样并不能特别高的提升sample efficiency。 如果模型比较准，那就可以用Model-based Poli
相关文章
- 1. 7. 强化学习之——基于模型的强化学习
- 2. 强化学习（五）---基于模型的强化学习实战
- 3. 强化学习之五：基于模型的强化学习（Model-based RL）
- 4. 强化学习无模型与基于模型区别
- 5. 基于模型的强化学习比无模型的强化学习更好？错
- 6. 强化学习(三) - 基于模型学习(DP)
- 7. 强化学习（一）模型基础
- 8. 基于世界模型的深度强化学习
- 9. 《强化学习》第四讲：不基于模型的预测
- 10. [Model-based]基于模型的强化学习论文合集
- 更多相关文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • Spring基于Annotation装配Bean - Spring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
