强化学习:值函数近似ReinforcementLearning:ValueFunctionApproximation主讲:尹谦晔计算机与信息技术学院视觉智能实验室(VisInt)BeijingJiaotongUniversity
强化学习相关的一个游戏
强化学习相关的一个游戏
为什么要有值函数近似实际场景的状态数过多一些基于模型的强化学习方法,都是通过维护一张价值表?V(s)?或行为价值表?Q(s,a)?,用查表(lookuptable)的方式来进行学习。但在强化学习中,可能需要解决非常大型的问题。那么多状态、行为,没有办法通过一张表存储在内存里,学习起来也非常缓慢。为了解决
您可能关注的文档
- PHP程序设计(慕课版 第3版)-教案 第1章 PHP入门与环境搭建.doc
- PHP程序设计(慕课版 第3版)-教案 第2章 PHP开发基础.doc
- PHP程序设计(慕课版 第3版)-教案 第3章 运算符和表达式.doc
- PHP程序设计(慕课版 第3版)-教案 第4章 流程控制语句.doc
- PHP程序设计(慕课版 第3版)-教案 第6章 PHP与Web页面交互.doc
- PHP程序设计(慕课版 第3版)-教案 第8章 字符串操作.doc
- PHP程序设计(慕课版 第3版)-教案 第10章 使用PHP操作MySQL数据库.doc
- PHP程序设计(慕课版 第3版)-教案 第11章 PHP会话控制.doc
- PHP程序设计(慕课版 第3版)-教案 第12章 面向对象基础.doc
- PHP程序设计(慕课版 第3版)-教案 第13章 Ajax技术.doc
最近下载
- (2026年)纪念红军长征胜利90周年:不忘初心跟党走强军路上勇担当PPT课件.pptx VIP
- 2022年医院环境清洁、消毒与医疗废物的管理课件.pptx VIP
- 2026广东江门市开平江开储能技术有限公司招聘4人备考题库有完整答案详解.docx VIP
- 2026教师职称-天津-天津教师职称(幼儿园学前教育、基础知识、综合素质)历年参考题库含答案详解.docx VIP
- JJF(冀) 256-2026 电梯加速度测试仪校准规范.docx VIP
- 《公立医院领导人员管理办法》2026年修订学习PPT.pptx VIP
- DB21∕T 4442-2026 工业数据流通 交易服务平台服务规范.pdf VIP
- 一例肝癌栓塞个案护理.pptx VIP
- 紧邻既有地铁车站超大规模深基坑开挖研究.pdf VIP
- 中药分析学--中药质量标志物.ppt VIP
原创力文档

文档评论(0)