强化学习——函数逼近与神经网络

本文介绍了强化学习中的函数逼近概念,重点讨论了神经网络在解决RL问题中的应用,特别是DQN算法。DQN是Q-learning的扩展,使用神经网络估算Q值,以处理大量状态的问题。此外,还简要提到了监督学习的训练过程。
摘要由CSDN通过智能技术生成

本文内容源自百度强化学习 7 日入门课程学习整理
感谢百度 PARL 团队李科浇老师的课程讲解

目录

 

1.函数逼近

2.神经网络

3.DQN 使用神经网络求解RL问题中的经典算法

4.监督学习


1.函数逼近

可数的状态可用Q表格表示,但在实际中的应用状态的数量级十分大,所以可采用值函数近似。

2.神经网络

输入训练数据,输出结果

神经网络可用逼近任意连续函数

神经网络代码举例:

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值