[强化学习-5] 值函数近似

值函数近似 前几篇博客讲了如何进行值函数估计，估计完之后这些结果怎么保持呢，状态动作空间很小的就存在表中，用的时候查表获取v(s)和Q(s, a)，但当状态空间是高维连续时，需要储存的东西就太多了，这个表就不行了，这时我们会采用函数近似(function approximation)的方式对值函数进行参数化近似： 一般的函数近似有 - Linear combinations of features

>>阅读原文<<