《强化学习》基于策略的方法

浅梦s

于 2018-06-20 16:36:17 发布

阅读量3.9k

点赞数

CC 4.0 BY-SA版权

分类专栏：强化学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u012151283/article/details/80748075

强化学习专栏收录该内容

8 篇文章

订阅专栏

基于策略RL和基于值函数RL

直觉

这里写图片描述

不同种类的策略

这里写图片描述

策略梯度形式

这里写图片描述

LOG技巧

这里写图片描述

REINFORCE

这里写图片描述

with baseline

这里写图片描述

Actor-Critic

Advantage Actor Critic

这里写图片描述

policy based 和 Value based

这里写图片描述

A3C

这里写图片描述

结合监督学习和强化学习

这里写图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。