【RL】强化学习另一种思路：policy-based方法
之前我们所介绍的，都是所谓value-based方法，它的中心思想是：既然我们要求的策略，是在给定状态的基础上选择动作。那么我通过研究动作的价值，就可以得到最优的策略。接下来要讲的是另一种所谓的policy-based的方法，他所研究的，并不是相同状态下各个动作的价值，而是相同状态下，选择各个动作的概率。但是他这个概率，也是要根据所谓的价值进行更新的。所以这二者并没有什么太大的差别。 0. P
相关文章
- 1. 强化学习(RL)
- 2. 【RL】强化学习的基本思想
- 3. 强化学习介绍（RL）
- 4. 强化学习【RL】推荐
- 5. RL强化学习各种算法流程伪代码
- 6. 另一种思维方式
- 7. 强化学习的另外一种策略（一）
- 8. 强化学习的另一种策略（一）
- 9. 深度强化学习CS285-Lec17 Distributed RL
- 10. 强化学习（RL）初印象
- 更多相关文章...
- • Spring实例化Bean的三种方法 - Spring教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Kotlin学习（一）基本语法
- • 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
- 1. Duang!超快Wi-Fi来袭
- 2. 机器学习-补充03 神经网络之**函数(Activation Function)
- 3. git上开源maven项目部署 多module maven项目（多module maven+redis+tomcat+mysql）后台部署流程学习记录
- 4. ecliple-tomcat部署maven项目方式之一
- 5. eclipse新导入的项目经常可以看到“XX cannot be resolved to a type”的报错信息
- 6. Spark RDD的依赖于DAG的工作原理
- 7. VMware安装CentOS-8教程详解
- 8. YDOOK：Java 项目 Spring 项目导入基本四大 jar 包 导入依赖，怎样在 IDEA 的项目结构中导入 jar 包 导入依赖
- 9. 简单方法使得putty（windows10上）可以免密登录树莓派
- 10. idea怎么用本地maven
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 强化学习(RL)
- 2. 【RL】强化学习的基本思想
- 3. 强化学习介绍（RL）
- 4. 强化学习【RL】推荐
- 5. RL强化学习各种算法流程伪代码
- 6. 另一种思维方式
- 7. 强化学习的另外一种策略（一）
- 8. 强化学习的另一种策略（一）
- 9. 深度强化学习CS285-Lec17 Distributed RL
- 10. 强化学习（RL）初印象