- 博客(1)
- 收藏
- 关注
原创 百度强化学习七日打卡营-学习笔记
百度强化学习七日打卡营-学习笔记 1、强化学习的作用 强化学习区分于监督学习和无监督学习,强化学习问题本身无法给出确切的答案,因此无法像监督学习一样,直接给出答案。其求解方法需要不断的与环境交互,以求解答案。 2、强化学习算法 (1)on-policy和off-policy策略对比 (1.1)q-learning 是off-policy策略,更新参数和与环境交互的策略是使用的不同的策略。 (1.2)sarsa 是on-policy策略,更新参数和与环境交互的策略是采用的相同的策略。 (2)DQN 在状态特别
2020-06-26 15:11:39 140
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人