这篇文章是从这个博客转载来的
https://www.jianshu.com/p/1d23bcc1a620
算法思路
拟合局部的是时变线性动态模型,而不是学习一个全局模型。在全局动态模型复杂非线性并且不连续的情况下, 很难被成功学习(采集到的样本不足以充分反映系统动态分布)。该算法是model-based和model-free的混合方法,比model-free方法需求更少的样本,又能很好的解决model-based方法难以成功学习复杂不连续全局动态模型的问题。
这篇文章是从这个博客转载来的
https://www.jianshu.com/p/1d23bcc1a620
拟合局部的是时变线性动态模型,而不是学习一个全局模型。在全局动态模型复杂非线性并且不连续的情况下, 很难被成功学习(采集到的样本不足以充分反映系统动态分布)。该算法是model-based和model-free的混合方法,比model-free方法需求更少的样本,又能很好的解决model-based方法难以成功学习复杂不连续全局动态模型的问题。