2021增强学习ReinforcementLearning经典算法梳理.docxVIP

百度文阵?讣每个人平等地提升自我 百度文阵?讣每个人平等地提升自我 13 13 百度文止-让每个人平專地捉升口我 百度文止-让每个人平專地捉升口我 13 13 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； 2 1预备知识 对增强学习有所理解，知道MDP, Bellman方程 详细可见： 很多算法都是基于求解Bellman方程而形成： Va