强化学习基础 | (4) 用蒙特卡罗法（MC）求解
原文地址 作者：刘建平 在用动态规划（DP)求解中，我们讨论了用动态规划来求解强化学习预测问题和控制问题的方法。但是由于动态规划法需要在每一次回溯更新某一个状态的价值时，回溯到该状态的所有可能的后续状态。导致对于复杂问题计算量很大。同时很多时候，我们连环境的状态转化模型P都无法知道，这时动态规划法根本没法使用。这时候我们如何求解强化学习问题呢？本文要讨论的蒙特卡罗(Monte-Calo, MC)就
相关文章
- 1. 强化学习-蒙特卡罗法
- 2. 强化学习基础 第三讲 蒙特卡罗方法
- 3. 强化学习2 基于蒙特卡罗的强化学习
- 4. 强化学习基础：蒙特卡罗和时序差分
- 5. 强化学习实例8：蒙特卡罗法（monte carlo）
- 6. 强化学习系列（五）：蒙特卡罗方法（Monte Carlo)
- 7. 强化学习——蒙特卡洛方法
- 8. 强化学习 3 —— 使用 蒙特卡洛（MC）解决无模型问题
- 9. 强化学习（四）用蒙特卡罗法（MC）求解 强化学习（三）用动态规划（DP）求解 强化学习（二）马尔科夫决策过程(MDP) 强化学习（一）模型基础
- 10. 机器学习基础之 蒙特卡罗算法
- 更多相关文章...
- • Kotlin 基础语法 - Kotlin 教程
- • Scala 基础语法 - Scala教程
- • Kotlin学习（一）基本语法
- • Kotlin学习（二）基本类型
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。
最新文章
欢迎关注本站公众号,获取更多信息
