Planning and Learning

时间 2021-01-02

标签 Dyna-Q Prioritized Sweeping Heuristic Search Rollout Algorithms Monte Carlo Tree Search 繁體版

原文原文链接

这算是一篇综述性文章，讲的不深，但是了解做planning都有哪些方法。这篇文章里全部使用了Q的说法，因为实现上可能是网络DQN，也可以是经典的Table。 Models and Planning Models指的是Environment Models，可以分为两大类：当前状态和采取的动作作为输入，输出下一个所有可能状态和奖励的分布当前状态和采取的动作作为输入，输出下一个状态和奖励 Plann

>>阅读原文<<

1. Reinforcement learning: integrating learning and planning, exploitation and exploration
2. 8 Planning and Learning with Tabular Methods
3. Project management and planning
4. Reinforcement Learning: Planning by DP
5. [Reinforcement Learning] 动态规划(Planning)
6. 机器学习（三十六）——Integrating Learning and Planning（2）
7. 【转载】David Silver公开课8——Integrating Learning and Planning
8. 机器学习（三十七）——Integrating Learning and Planning（3）
9. 论文笔记：Dyna, an Integrated Architecture for Learning, Planning, and Reacting
10. 深度增强学习David Silver（八）——Integrating Learning and Planning
更多相关文章...
• W3C RDF and OWL 活动 - W3C 教程
• XSL-FO table-and-caption 对象 - XSL-FO 教程
• RxJava操作符（七）Conditional and Boolean
• Java Agent入门实战（一）-Instrumentation介绍与使用

最新文章

1. 以实例说明微服务拆分（以SpringCloud+Gradle）
2. idea中通过Maven已经将依赖导入，在本地仓库和external libraries中均有，运行的时候报没有包的错误。
3. Maven把jar包打到指定目录下
4. 【SpringMvc】JSP+MyBatis 用户登陆后更改导航栏信息
5. 在Maven本地仓库安装架包
6. 搭建springBoot+gradle+mysql框架
7. PHP关于文件$_FILES一些问题、校验和限制
8. php 5.6连接mongodb扩展
9. Vue使用命令行创建项目
10. eclipse修改启动图片

本站公众号

欢迎关注本站公众号,获取更多信息

1. Reinforcement learning: integrating learning and planning, exploitation and exploration
2. 8 Planning and Learning with Tabular Methods
3. Project management and planning
4. Reinforcement Learning: Planning by DP
5. [Reinforcement Learning] 动态规划(Planning)
6. 机器学习（三十六）——Integrating Learning and Planning（2）
7. 【转载】David Silver公开课8——Integrating Learning and Planning
8. 机器学习（三十七）——Integrating Learning and Planning（3）
9. 论文笔记：Dyna, an Integrated Architecture for Learning, Planning, and Reacting
10. 深度增强学习David Silver（八）——Integrating Learning and Planning

>>更多相关文章<<