强化学习5——价值函数近似(VFA)

最新推荐文章于 2021-09-21 17:03:54 发布

菜且凶残_2017

最新推荐文章于 2021-09-21 17:03:54 发布

阅读量400

点赞数

分类专栏：强化学习文章标签：强化学习机器学习 python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_38800089/article/details/111282128

版权

强化学习专栏收录该内容

16 篇文章 6 订阅

订阅专栏

价值函数近似（VFA）

原因：状态太多，算力存储能力有限。只能通过插值的办法（神经网络）近似求得无法算到的状态价值函数值或状态动作价值函数值，或者是策略。如下：

在这里插入图片描述

方法：线性拟合，神经网络，决策树，邻近算法

有模型

在这里插入图片描述

无模型

两种方法来代替，1. MC；2. TD

在这里插入图片描述

MC近似方法

在这里插入图片描述

TD近似方法

在这里插入图片描述

价值动作函数近似（AVFA）

有模型

在这里插入图片描述

无模型

在这里插入图片描述

菜且凶残_2017

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
强化学习5——价值函数近似(VFA)

价值函数近似（VFA）原因：状态太多，算力存储能力有限。只能通过插值的办法（神经网络）近似求得无法算到的状态价值函数值或状态动作价值函数值，或者是策略。如下：方法：线性拟合，神经网络，决策树，邻近算法有模型无模型两种方法来代替，1. MC；2. TDMC近似方法TD近似方法价值动作函数近似（AVFA）有模型无模型...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。