技术栈
approximation
爱听歌的周童鞋
18 天前
强化学习
·
sarsa
·
q-learning
·
value function
·
approximation
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 8 | Part 5 | 值函数近似（Sarsa 和 Q-learning）
学习赵老师讲授的强化学习的数学原理视频，本篇文章记录第八讲 Part 5：值函数近似（Sarsa 和 Q-learning），记录个人学习笔记，和大家一起分享交流😄
爱听歌的周童鞋
21 天前
强化学习
·
目标函数
·
value function
·
approximation
·
平稳分布
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 8 | Part 2 | 值函数近似（原理-目标函数介绍）
学习赵老师讲授的强化学习的数学原理视频，本篇文章记录第八讲 Part 2：值函数近似（原理-目标函数介绍），记录个人学习笔记，和大家一起分享交流😄
爱听歌的周童鞋
21 天前
强化学习
·
value function
·
approximation
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 8 | Part 1 | 值函数近似（例子-曲线拟合）
学习赵老师讲授的强化学习的数学原理视频，本篇文章记录第八讲 Part 1：值函数近似（例子-曲线拟合），记录个人学习笔记，和大家一起分享交流😄
我是有底线的