David Silver深度强化学习
RL入门
ttangzr
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
(David Silver深度强化学习) - Lecture2 - Markov Decision Processes
David Silver deep reinforcement learning course in 2019. For document and discussion. Lecture2: Markov Decision Processes Ⅰ Markov Processes (Markov Chain) 1.Introduction to MDPs MDP描述的是RL中的环境(environment),且该环境是fully observable MDP中的state完全描述了这个过程 几乎所有的.原创 2020-06-27 17:47:59 · 597 阅读 · 1 评论 -
(David Silver深度强化学习) - Lecture1: Introduction to RL
David Silver deep reinforcement learning course in 2019. For document and discussion. Lecture1:Introduction Outline Ⅰ The RL Problem 1.Reward reward RtR_tRt 是一个标量的反馈信号 表明agent的每一步的执行效果 agent目标:将累积奖励最大化 课程提出的奖励的假说: All goals can be described by.原创 2020-06-24 10:43:11 · 664 阅读 · 0 评论
分享