强化学习简介

baihuang2797

于 2019-08-28 19:15:00 发布

阅读量94

点赞数

文章标签：人工智能

原文链接：http://www.cnblogs.com/rise0111/p/11425941.html

版权

不理解环境(Model-Free RL)
- Q Learning
- Sarsa
- Policy Gradients
理解环境

基于概率

基于价值

转载于:https://www.cnblogs.com/rise0111/p/11425941.html

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。