强化学习-经典论文

强化学习 − 经典论文 强化学习-经典论文 强化学习经典论文


  1. Introduction

在这里插入图片描述


  • 通过价值选行为:Q Learning 、 Sarsa 、 DQN
  • 直接选行为:Policy Gradients
  • 想象环境并从中学习:Model based RL

  • Q Learning
  • Sarsa
  • DQN
  • Policy Gradients
  • Actor Critic
  • Playing Atari with Deep Reinforcement Learning
  • Deep Reinforcement Learning with Double Q-learning
  • Continuous control with deep reinforcement learning
  • Asynchronous Methods for Deep Reinforcement Learning
  • Proximal Policy Optimization Algorithms
  • Hindsight Experience Replay
  • Emergence of Locomotion Behaviours in Rich Environments
  • ImplicitQuantile Networks for Distributional Reinforcement Learning
  • Imagination-Augmented Agents for Deep Reinforcement Learning
  • Neural Network Dynamics for Model-Based Deep Reinforcement Learning with Model-Free Fine-Tuning
  • Model-based value estimation for efficient model-free reinforcement learning
  • Model-ensemble trust-region policy optimization
  • Dynamic Horizon Value Estimation for Model-based Reinforcement Learning
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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