1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 办公文档
  5. 课程设计

文稿强化学习课rl lecture iii.pdf

文稿强化学习课rl lecture iii.pdf

    1. 1、本文档共21页，其中可免费阅读8页，需付费105金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    快速回顾I

    Ø 马尔科夫决策过程S,A,P,R,γ

    Ø 状态值函数V(s),动作值函数q(s,a),策略π(s)

    Ø BellmanExpectaonEquaon

    Ø BellmanOpmalityEquaon

    Ø MDPnning:已知模型PR

    Ø 策略评估

    Ø 寻找最优策略(值迭代策略迭代)

    快速回顾II

    Ø UnknownEnvironmentMDPS,A,P?,R?,γPredicon

    您可能关注的文档

    最近下载

    文档评论（0）

    zhishifuwu + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >