强化学习（RLAI）读书笔记第十二章资格迹（Eligibility Traces）
资格迹是强化学习算法中的一个基本机制。比如很流行的其中的指的就是资格迹的使用。基本上所有的TD算法都能够和资格迹进行组合从而得到一个更通用的算法。资格迹把TD和MC方法统一了起来。当TD算法和资格迹进行组合使用时，得到了一组从一步TD延伸到MC算法的算法家族。一般中间部分的算法效果比两端的好。资格迹同样提供了一种在线continuing形式的问题上使用MC算法的实现方式。 之前第七章使用n步TD法
相关文章
- 1. 强化学习系列（十二）：Eligibility Traces
- 2. 强化学习之Eligibility Traces
- 3. 强化学习（RLAI）读书笔记第四章动态规划
- 4. 强化学习（RLAI）读书笔记第十一章 Off-policy Methods with Approximation
- 5. 强化学习（RLAI）读书笔记第十六章Applications and Case Studies（不含alphago）
- 6. 强化学习（RLAI）读书笔记第十章On-Policy Control with Approximation
- 7. 强化学习（RLAI）读书笔记第七章n步自举（n-step Bootstrapping）
- 8. 强化学习（RLAI）读书笔记第二章多臂老虎机
- 9. 强化学习（RLAI）读书笔记第六章差分学习（TD-learning）
- 10. 强化学习（RLAI）读书笔记第九章On-policy Prediction with Approximation
- 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（二）基本类型
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. 强化学习系列（十二）：Eligibility Traces
- 2. 强化学习之Eligibility Traces
- 3. 强化学习（RLAI）读书笔记第四章动态规划
- 4. 强化学习（RLAI）读书笔记第十一章 Off-policy Methods with Approximation
- 5. 强化学习（RLAI）读书笔记第十六章Applications and Case Studies（不含alphago）
- 6. 强化学习（RLAI）读书笔记第十章On-Policy Control with Approximation
- 7. 强化学习（RLAI）读书笔记第七章n步自举（n-step Bootstrapping）
- 8. 强化学习（RLAI）读书笔记第二章多臂老虎机
- 9. 强化学习（RLAI）读书笔记第六章差分学习（TD-learning）
- 10. 强化学习（RLAI）读书笔记第九章On-policy Prediction with Approximation