cs294-RL introduction

强化学习的种类

cs294-RL introduction

  1. model-based RLcs294-RL introduction

cs294-RL introduction

值函数

cs294-RL introduction

policy gradient

cs294-RL introduction

actor-critic： value function plus policy gradientscs294-RL introduction

为什么要有那么多的RL算法？

  1. 协调因素：采样高效、稳定
  2. 不同假设：随机或确定、连续or离散、episode or infinite horizon
  3. 难度不同：策略展示简单还是模型展示简单

cs294-RL introduction

采样高效、on-policy or off-policy

cs294-RL introduction

 

算法的采样比较：

cs294-RL introduction

具体算法：

cs294-RL introduction

 

相关文章：

猜你喜欢
相关资源
相似解决方案
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode