增强学习ReinforcementLearning经典算法梳理.docVIP

WORD完美格式 专业知识编辑整理 HYPERLINK /songrotek/article/details增强学习Reinforcement Learning经典算法梳理1：policy and value iteration 前言 就目前来看，深度增强学习（Deep Reinforcement Learning)中的很多方法都是基于以前的增强学习算法，将其中的value function价值函数或者Policy function策略函数用深度神经网络替代而实现。因此，本文尝试总结增强学习中的经典算法。 本文主要参考：1 HYPERLINK https://webdocs.cs.ualberta.ca/~sutton/book/the-book.html Reinforcement Learning: An Introduction；2 HYPERLINK http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html Reinforcement Learning Course by David Si