《强化学习Sutton》读书笔记（五）——时序差分学习（Temporal-Difference Learning）
此为《强化学习》第六章 Temporal-Difference Learning 。 时序差分学习 (Temporal-Difference Learning, TD) 是强化学习的核心。TD学习是蒙特卡洛MC法和动态规划DP法的综合，它可以像MC那样，不需要知道环境的全部信息，通过交互就能学习；同时，它也可以像DP那样，在（其他值函数）估计的基础上进行估计，从而不需要求解完整个事件(Episod
相关文章
- 1. 《Reinforcement Learning》 读书笔记 6：时序差分学习（TD-Learning）
- 2. 强化学习（五）----- 时间差分学习(Q learning, Sarsa learning)
- 3. 《强化学习Sutton》读书笔记（六）——n步Bootstrapping（n-step Bootstrapping）
- 4. 《强化学习Sutton》读书笔记（三）——动态规划（Dynamic Programming）
- 5. 强化学习（RLAI）读书笔记第六章差分学习（TD-learning）
- 6. 增强学习（五）----- 时间差分学习(Q learning, Sarsa learning)
- 7. 加强学习（五）----- 时间差分学习(Q learning, Sarsa learning)
- 8. 强化学习-Q-learning学习笔记
- 9. 《强化学习Sutton》读书笔记（七）——列表法的计划与学习（Planning and Learning with Tabular Methods）
- 10. 强化学习学习笔记——介绍强化学习(reinforcement learning)
- 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
- 1. CVPR 2020 论文大盘点-光流篇
- 2. Photoshop教程_ps中怎么载入图案？PS图案如何导入？
- 3. org.pentaho.di.core.exception.KettleDatabaseException:Error occurred while trying to connect to the
- 4. SonarQube Scanner execution execution Error --- Failed to upload report - 500: An error has occurred
- 5. idea 导入源码包
- 6. python学习 day2——基础学习
- 7. 3D将是页游市场新赛道？
- 8. osg--交互
- 9. OSG-交互
- 10. Idea、spring boot 图片(pgn显示、jpg不显示)解决方案
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 《Reinforcement Learning》 读书笔记 6：时序差分学习（TD-Learning）
- 2. 强化学习（五）----- 时间差分学习(Q learning, Sarsa learning)
- 3. 《强化学习Sutton》读书笔记（六）——n步Bootstrapping（n-step Bootstrapping）
- 4. 《强化学习Sutton》读书笔记（三）——动态规划（Dynamic Programming）
- 5. 强化学习（RLAI）读书笔记第六章差分学习（TD-learning）
- 6. 增强学习（五）----- 时间差分学习(Q learning, Sarsa learning)
- 7. 加强学习（五）----- 时间差分学习(Q learning, Sarsa learning)
- 8. 强化学习-Q-learning学习笔记
- 9. 《强化学习Sutton》读书笔记（七）——列表法的计划与学习（Planning and Learning with Tabular Methods）
- 10. 强化学习学习笔记——介绍强化学习(reinforcement learning)