- 博客(1)
- 资源 (2)
- 收藏
- 关注
原创 深度强化学习系列(15): TRPO算法原理及Tensorflow实现
深入浅出理解TRPO算法1、论文思想与原理1.1 Surrogate function(替代函数)1.2 目标函数1.3 一阶近似: ??函数1.3.1 技巧一:一阶近似1.3.2 重要性采样1.3.3 步长的选择1.4 单调递增证明:1.5 优化目标函数(Optimizing the objective function)Tensorflow代码实践前言: 策略梯度方法博大精深,但策略梯度...
2019-07-21 12:40:59 12703 5
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人