https://zhuanlan.zhihu.com/p/45894158
内容：
model-based和model-free的概念
off-policy和on-policy的概念
基于值函数和基于策略梯度的
RL和SL的一些碎碎念（慎读）
RL中的分类
RL过程中predict和control的概念
强化学习的一些基本问题和总结
最新推荐文章于 2023-12-27 01:47:36 发布
本文深入探讨了强化学习的基础概念，包括模型基础（model-based）与模型自由（model-free）的区别，以及政策（policy）的在线（on-policy）与离线（off-policy）学习。同时，讲解了基于值函数和策略梯度的强化学习方法，并讨论了RL与SL（监督学习）的异同。此外，还介绍了RL中的分类、预测与控制的基本思想。
扫一扫
826
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
