今日课程提纲 ：
今天是第四课，我将给大家介绍价值函数的近似，首先介绍价值函数近似的基本原理，价值函数近似如何在prediction，就是给定一个策略函数，如何去估计它的价值。另外会分析价值函数性是如何在控制里面的应用。最后分析非常有名的这个deep q network在atari游戏里面是如何应用的。
目录
- [一、Intorduction on function approximation](#一、Intorduction on function approximation)
【强化学习】08周博磊强化学习纲要学习笔记——第四课下
kkkkkkkkk_12012026-02-13 8:34
相关推荐
爱三盖浇饭29 分钟前
挑战从零开始学习Kafka2: Kafka 常见问题解决方案dtq04241 小时前
数据结构 - 线性表 - 双向链表M78佐菲8 小时前
Linux学习笔记：TCP协议噜～噜～噜～8 小时前
操作系统笔记-2.3.5.1.1生产者-消费者问题yi.Ist9 小时前
数据定义语言-DDL操作骐骥112 小时前
学习：javaScriptProxy和registerJavaScriptProxy有什么区别，能注册多少个对象Huathy-雨落江南，浮生若梦12 小时前
Caddy 学习笔记 - 反向代理与 IP 封禁谢白羽13 小时前
SGLang的AWQ量化笔记噜～噜～噜～14 小时前
操作系统笔记-2.3.5.2 读者-写者问题m4Rk_14 小时前
【论文阅读】Agent 记忆机制（57）：MemSearch-o1——从查询词元生长证据，重组 Deep Search 记忆路径