强化学习系列（十）：On-policy Control with Approximation
一、前言 本章我们关注on-policy control 问题，这里采用参数化方法逼近action-value函数 q̂ (s,a,w)≈q(s,a) q ^ ( s , a , w ) ≈ q ( s , a ) ，其中， w w 为权重向量。在11章中会讨论off-policy方法。本章介绍了semi-gradient Sarsa算法，是对上一章中介绍的semi-gradient TD(0)的
相关文章
- 1. 强化学习系列（十一）：Off-policy Methods with Approximation
- 2. 强化学习系列（九）：On-policy Prediction with Approximation
- 3. 强化学习（RLAI）读书笔记第十章On-Policy Control with Approximation
- 4. 强化学习系列（十二）：Eligibility Traces
- 5. 强化学习（RLAI）读书笔记第十一章 Off-policy Methods with Approximation
- 6. 《reinforcement learning：an introduction》第十章《On-policy Control with Approximation》总结
- 7. 【论文】强化学习必读经典论文 | 如何学习强化学习 | 强化学习入门
- 8. 强化学习系列:Deep Q Network (DQN)
- 9. 强化学习系列（一）：强化学习简介
- 10. 深度强化学习系列之(1): 强化学习概述
- 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）
- • 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。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 强化学习系列（十一）：Off-policy Methods with Approximation
- 2. 强化学习系列（九）：On-policy Prediction with Approximation
- 3. 强化学习（RLAI）读书笔记第十章On-Policy Control with Approximation
- 4. 强化学习系列（十二）：Eligibility Traces
- 5. 强化学习（RLAI）读书笔记第十一章 Off-policy Methods with Approximation
- 6. 《reinforcement learning：an introduction》第十章《On-policy Control with Approximation》总结
- 7. 【论文】强化学习必读经典论文 | 如何学习强化学习 | 强化学习入门
- 8. 强化学习系列:Deep Q Network (DQN)
- 9. 强化学习系列（一）：强化学习简介
- 10. 深度强化学习系列之(1): 强化学习概述