清华大学《机器学习》ppt课件 15-强化学习2.pptxVIP

下载本文档

0
0
约小于1千字
约 36页
2025-06-25 发布于贵州
举报
版权申诉

清华大学《机器学习》ppt课件 15-强化学习2.pptx

1、本文档共36页，其中可免费阅读11页，需付费60金币后方可阅读剩余内容。
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、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、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

机器学习

MachineLearning

;1.值函数逼近

ValueFunctionApproximation;1.1值函数逼近解大规模MDP问题;值函数逼近的几种类型;1.2值函数逼近的随机梯度方法;特征向量

FeatureVector;线性值函数逼近

LinearValueFunctionApproximation;例：表方法可认为是线性值函数逼近的特例;1.3增量类值函数预测算法;MC-增量类值函数预测算法;TD（0）-增量类值函数预测算法;1.4增量类控制算法;动作-值函数逼近;线性动作-值函数逼近;线性动作-值函数的增量逼近算法;函数逼近情况下的策略改进;1