强化学习论文(4): Deep Reinforcement Learning in Large Discrete Action Spaces
大规模离散动作空间内的深度强化学习 摘要 处理这样的任务需要：1. 在动作集合上的泛化能力； 2. 次线性查找复杂度。 本文提出方法，利用先验知识将动作嵌入连续空间使其可以泛化；采用近似最近邻算法达到 log ( n ) \log (n) log(n)查找复杂度。 背景知识介绍 强化学习方法可分为两类：value-based policy, action-based policy. value
相关文章
- 1. 【强化学习】DQN(Deep reinforcement learning) Basic
- 2. 强化学习-->Deep Reinforcement Learning
- 3. 强化学习（Reinforcement Learning）
- 4. 深度强化学习 Deep Reinforcement Learning 学习整理
- 5. 强化学习(Reinforcement Learning)
- 6. Reinforcement Learning in Continuous State and Action Spaces: A Brief Note
- 7. 【强化学习】Deep Reinforcement Learning with Double Q-learning（2015）
- 8. 顶会论文 || 65篇"IJCAI"深度强化学习论文汇总
- 9. Deep Reinforcement Learning
- 10. 机器学习【4】：强化学习（Reinforcement Learning），Q-learning方法
- 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）
- • Kotlin学习（一）基本语法
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】DQN(Deep reinforcement learning) Basic
- 2. 强化学习-->Deep Reinforcement Learning
- 3. 强化学习（Reinforcement Learning）
- 4. 深度强化学习 Deep Reinforcement Learning 学习整理
- 5. 强化学习(Reinforcement Learning)
- 6. Reinforcement Learning in Continuous State and Action Spaces: A Brief Note
- 7. 【强化学习】Deep Reinforcement Learning with Double Q-learning（2015）
- 8. 顶会论文 || 65篇"IJCAI"深度强化学习论文汇总
- 9. Deep Reinforcement Learning
- 10. 机器学习【4】：强化学习（Reinforcement Learning），Q-learning方法