西瓜书强化学习笔记

最新推荐文章于 2023-04-06 08:38:07 发布

ssf-yasuo

最新推荐文章于 2023-04-06 08:38:07 发布

阅读量347

点赞数

分类专栏： deeplearning学习笔记文章标签： deep learning

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/weixin_44326452/article/details/96366211

版权

deeplearning学习笔记专栏收录该内容

8 篇文章 0 订阅

订阅专栏

epsilon-贪心算法：以epsilon的概率随机选取摇臂，以1-epsilon的概率选择平均奖赏最高的摇臂，其中epsilon可以取0.1或者1/根号t，即随时间变小
softmax算法中摇臂几率的分配基于boltzmann分布，平均奖赏高的摇臂被选中的概率高于平均奖赏低的摇臂 $P(k) = \frac{e^{\frac{Q(k)}{\tau }}}{\sum_{i=1}^{K}e^{\frac{Q(i)}{\tau }}}$
其中，Q（i）为当前摇臂的平均奖赏， τ>0称为温度，越小则平均奖赏高的摇臂选取率越高，趋于0时趋于仅利用

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
西瓜书强化学习笔记

epsilon-贪心算法：以epsilon的概率随机选取摇臂，以1-epsilon的概率选择平均奖赏最高的摇臂，其中epsilon可以取0.1或者1/根号t，即随时间变小 softmax算法中摇臂几率的分配基于boltzmann分布，平均奖赏高的摇臂被选中的概率高于平均奖赏低的摇臂其中，Q（i）为当前摇臂的平均奖赏， τ>0称为温度，越小则平均奖赏高的摇臂选取率越高，趋于0时趋于仅利...
复制链接

扫一扫

专栏目录

ssf-yasuo CSDN认证博客专家 CSDN认证企业博客

码龄5年

247: 原创

1万+: 周排名

1万+: 总排名

22万+: 访问

: 等级

3479: 积分

258: 粉丝

374: 获赞

240: 评论

988: 收藏

私信

关注

热门文章

分类专栏

最新评论

transdreamer 论文阅读笔记
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
Repetition Improves Language Model Embeddings论文阅读笔记
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
LLM2Vec论文阅读笔记
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
SGPT论文阅读笔记
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
NV-Embed论文阅读笔记
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。

大家在看

最新文章

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。