强化学习
关注
分享
扫一扫
MCMAXMM
Python，深度学习，机器学习，推荐系统，分布式系统，golang
展开
-
David Silver的强化学习视频的相关ppt
下面是David Silver的强化学习视频的相关ppt的下载网址：http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching_files上面的网址可能下载有点慢，我再发一个我下载好的百度云网址：链接：https://pan.baidu.com/s/1HBiwCKLHH8zMGPv4dfHjxg提取码：x6he...原创 2019-04-11 17:40:37 · 1407 阅读 · 4 评论 -
TD(λ)--Eligibility Traces
Eligibility traces在backward view中扮演者重要的角色。它的由来主要来自于解释分数（奖惩）的由来，如图，这种电击的原因有两种启发式的解释，一种是频率派，认为电击来自于出现频率最多的情况，即铃声。另外一种是近因派，认为电击是来自于灯泡，而eligibility tarces采用衰减因子的方式，比较好的结合了这两种启发式的方法，这是Eligibility tra...原创 2019-06-19 10:47:58 · 1094 阅读 · 0 评论