- 1、本文档共44页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
reinforcement learning课件
Reinforcement Learning;Previous Lectures;Today;Robot in a room;Other examples;Outline;Robot in a room;Is this a solution?;Optimal policy;Reward for each step -2;Reward for each step: -0.1;Reward for each step: -0.04;Reward for each step: -0.01;Reward for each step: +0.01;Markov Decision Process (MDP);Computing return from rewards;Value functions;Optimal value functions;Outline;Dynamic programming;Policy evaluation/improvement;Policy/Value iteration;Using DP;Outline;Monte Carlo methods;Monte Carlo policy evaluation;Monte Carlo control;Maintaining exploration;Simulated experience;Summary of Monte Carlo;Outline;Temporal Difference Learning;MC vs. TD;Sarsa;Q-learning;Outline;State representation;Function approximation;Features;Splitting and aggregation;Designing rewards;Case study: Back gammon;Summary;www.cs.ualberta.ca/~sutton/book/the-book.html
您可能关注的文档
- pubmed文献查询课件.ppt
- Pulte_Homes如何做到比竞争对手强大课件.ppt
- PUMP泵系统介绍课件.ppt
- Putting it all together课件.ppt
- Python 3000课件.ppt
- python_07课件.ppt
- python_04课件.ppt
- Q-Plan-C课件.ppt
- QC Report课件.ppt
- QAV2-5次培训资料课件.ppt
- 《JJF 2132-2024荧光紫外灯人工气候老化试验装置校准规范:辐射照度参数》.pdf
- JJF 2120-2024轮速传感器校准规范.pdf
- 计量规程规范 JJF 2120-2024轮速传感器校准规范.pdf
- 《JJF 2129-2024钙钛矿太阳电池校准规范:光电性能参数》.pdf
- JJF 2129-2024钙钛矿太阳电池校准规范:光电性能参数.pdf
- 《JJF 2120-2024轮速传感器校准规范》.pdf
- JJF 2117-2024沥青混合料理论最大相对密度仪校准规范.pdf
- JJF 2116-2024特定蛋白分析仪校准规范.pdf
- 《JJF 2116-2024特定蛋白分析仪校准规范》.pdf
- 计量规程规范 JJF 2117-2024沥青混合料理论最大相对密度仪校准规范.pdf
文档评论(0)