- 博客(2)
- 收藏
- 关注
RSS订阅原创 back up与converge
RL中的back up是什么意思呢？google了一圈也没搜出来，后来在Sutton的书中找到了。 AI的本质是search，RL可以看成一棵树，每一个node是某一个state或action，每一层表示一个时刻t,则下一层表示t+1.从根，也就是s0,走到target state的叶子结点，就完成了一个episode,每走一步就是一个step,那么back up是什么呢？ Bellm
2017-05-12 10:07:09
818
原创 Policy Reuse
很早就有写博客的想法，导师这周提出了写weekly report，于是决定从这周开始写博客啦~先对之前的内容进行回顾： 先读了policy reuse for reinforcement learning这篇论文，并reproduce了实验结果。这篇论文的实验看起来挺简单的，但实现的过程中也出现了一些问题，记录一下出现的问题及解决方案： 1、在learn from scratch的时候，eps
2017-05-11 17:35:34
285
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