强化学习入门
1.基本概念 state：当前环境的状态+agent自身的状态，是一个随机变量，受到环境的影响 policy：根据当前state给出相应action的概率 State transition：在给定state，action下，环境给出下一个state的概率 return：回报，表示从t时刻开始未来所有回报的折扣累积，是一个随机变量，随机性来自于未来所有state和action Action-valu
相关文章
- 1. 强化学习入门
- 2. 强化学习 入门（二）
- 3. 入门强化学习1
- 4. 强化学习 入门（一）
- 5. 强化学习入门（一）
- 6. 强化学习入门……的入门
- 7. 【强化学习】入门学习
- 8. 强化学习入门学习记录
- 9. 学习总结——强化学习入门
- 10. 强化学习系列 1：强化学习入门简介
- 更多相关文章...
- • Memcached入门教程 - NoSQL教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • YAML 入门教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
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. 强化学习入门
- 2. 强化学习 入门（二）
- 3. 入门强化学习1
- 4. 强化学习 入门（一）
- 5. 强化学习入门（一）
- 6. 强化学习入门……的入门
- 7. 【强化学习】入门学习
- 8. 强化学习入门学习记录
- 9. 学习总结——强化学习入门
- 10. 强化学习系列 1：强化学习入门简介