- 博客(1)
- 资源 (5)
- 收藏
- 关注
原创 Reinforcement Learning强化学习系列之五:值近似方法Value Approximation
引言 前面说到了强化学习中的蒙特卡洛方法(MC)以及时序差分(TD)的方法,这些方法针对的基本是离散的数据,而一些连续的状态则很难表示,对于这种情况,通常在强化学习里有2中方法,一种是针对value function的方法,也就是本文中提到的值近似(value approximation);另一种则是后面要讲到的policy gradient。 值近似的方法 值近似的方法根本上是使用...
2018-02-09 23:12:18 2300 5
Struts2+Hibernate+Spring3.3.2环境配置
Struts2+Hibernate+Spring3.3.2环境配置,其中有所需要的所有jar文件,并且使用了相应的文件夹标注,方便配置user library
2015-02-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人