2017 Fall CS294 Lecture 6: Actor-critic introduction
很奇怪，没有看到Lecture 5的视频，不过Lecture 5貌似是回顾NN，也没关系，所以就跳过直接从Lecture 6开始了！ 我们重现一下actor-critic的诞生过程: 上图中，其实PPT中是有动画的，但是上面无法显示出来，实际的推演过程是： Qπ(st,at)=r(st,at)+Est+1∼p(st+1|st,at)[Vπ(st+1)] Q π ( s t , a t ) = r
相关文章
- 1. 2017 Fall CS294 Lecture 4: Policy gradients introduction
- 2. 2017 Fall CS294 Lecture 7: Value Function Methods
- 3. 2017 Fall CS294 Lecture 8 Advanced Q-learning algorithms
- 4. cs294-RL introduction
- 5. Lecture 1： Introduction
- 6. Introduction to Algorithm - lecture 1
- 7. [CS131] Lecture 1 Course Introduction
- 8. lecture 5 ： policy gradient introduction
- 9. 11-777 lecture 1.1 introduction
- 10. 200410 Introduction to databases (lecture 11)
- 更多相关文章...
- • Redis的6种数据类型 - Redis教程
- • R 绘图 - 函数曲线图 - R 语言教程
- • TiDB 在摩拜单车在线数据业务的应用和实践
- • RxJava操作符（二）Transforming Observables
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. 2017 Fall CS294 Lecture 4: Policy gradients introduction
- 2. 2017 Fall CS294 Lecture 7: Value Function Methods
- 3. 2017 Fall CS294 Lecture 8 Advanced Q-learning algorithms
- 4. cs294-RL introduction
- 5. Lecture 1： Introduction
- 6. Introduction to Algorithm - lecture 1
- 7. [CS131] Lecture 1 Course Introduction
- 8. lecture 5 ： policy gradient introduction
- 9. 11-777 lecture 1.1 introduction
- 10. 200410 Introduction to databases (lecture 11)