《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）
此为第八章 Planning and Learning with Tabular Methods 。 在上述章节中，我们已经看到了DP是基于模型 (Model-Based) 的，而MC和TD是模型无关的 (Model-Free) 。基于模型的方法中，Planning（下文定义这个词）是最主要的一步；而对于模型无关的问题，Learning是最核心的步骤。Planning和Learning有很多异同点
相关文章
- 1. 8 Planning and Learning with Tabular Methods
- 2. 强化学习系列（八）：Planning and learning with Tabular Methods（规划和离散学习方法）
- 3. 《强化学习Sutton》读书笔记（三）——动态规划（Dynamic Programming）
- 4. 《强化学习Sutton》读书笔记（五）——时序差分学习（Temporal-Difference Learning）
- 5. 《强化学习Sutton》读书笔记（四）——蒙特卡洛方法（Monte Carlo Methods）
- 6. 《强化学习Sutton》读书笔记（六）——n步Bootstrapping（n-step Bootstrapping）
- 7. 《reinforcement learning：an introduction》第八章《Planning and Learning with Tabular Methods》总结
- 8. 【SuttonBartoIPRLBook2ndEd】 【Tabular Solution Methods】
- 9. 强化学习（RLAI）读书笔记第八章表格方法的规划与学习
- 10. 强化学习（RLAI）读书笔记第十一章 Off-policy Methods 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（一）基本语法
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. 8 Planning and Learning with Tabular Methods
- 2. 强化学习系列（八）：Planning and learning with Tabular Methods（规划和离散学习方法）
- 3. 《强化学习Sutton》读书笔记（三）——动态规划（Dynamic Programming）
- 4. 《强化学习Sutton》读书笔记（五）——时序差分学习（Temporal-Difference Learning）
- 5. 《强化学习Sutton》读书笔记（四）——蒙特卡洛方法（Monte Carlo Methods）
- 6. 《强化学习Sutton》读书笔记（六）——n步Bootstrapping（n-step Bootstrapping）
- 7. 《reinforcement learning：an introduction》第八章《Planning and Learning with Tabular Methods》总结
- 8. 【SuttonBartoIPRLBook2ndEd】 【Tabular Solution Methods】
- 9. 强化学习（RLAI）读书笔记第八章表格方法的规划与学习
- 10. 强化学习（RLAI）读书笔记第十一章 Off-policy Methods with Approximation