Sarsa（lambda）学习笔记

源氏失去了我的激素

于 2022-04-15 15:27:35 发布

阅读量282

点赞数

文章标签： python

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.youkuaiyun.com/weixin_42421591/article/details/124128087

版权

本文解析了SARSA（λ）算法如何在获得奖励时更新整个路径，强调其与SARSA的差异，以及它是如何因采样和训练策略一致而被称为on-policy方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

sarsa（lambda）是sarsa的升级版，当智能体获得奖励时，对当前路径中所有走过的元素进行更新
sarsa为什么是on-policy方法：因为sarsa策略根据Q表和e-greedy选择s的动作a，也根据相同的Q表以及e-greedy选择s’的动作a‘，因此采样策略和训练策略都是相同的，因此为on-policy

源氏失去了我的激素

博客等级

码龄7年

32
原创

68
点赞

109
收藏

54
粉丝

关注

私信

热门文章

分类专栏

展开全部收起

最新评论

实现ppocr向onnx的转变
源氏失去了我的激素: 有量化的算子可能没有得到工具支持，量化的我没有转过，你可以找找专门的教程同学
实现ppocr向onnx的转变
2401_87262244: 不带量化的可以转，有量化的不行
实现ppocr向onnx的转变
2401_87262244: 匹配的，ai说需要去量化，
实现ppocr向onnx的转变
源氏失去了我的激素: 检查一下你的paddle2onnx与模型的版本适配吗？
实现ppocr向onnx的转变
2401_87262244: 老师，我用您的教程，下载的pp-ocrv3det_slim-infer推理模型，按照步骤操作遇到一个问题，C:\Users\Administrator>paddle2onnx --model_dir D:\ch_PP-OCRv3_det_slim_infer ^ More? --model_filename inference.pdmodel ^ More? --params_filename inference.pdiparams ^ More? --save_file D:\ch_PP-OCRv3_det_slim_infer.onnx [Paddle2ONNX] Start to parse PaddlePaddle model... [Paddle2ONNX] Model file path: D:\ch_PP-OCRv3_det_slim_infer\inference.pdmodel [Paddle2ONNX] Parameters file path: D:\ch_PP-OCRv3_det_slim_infer\inference.pdiparams [Paddle2ONNX] Start to parsing Paddle model... [Paddle2ONNX] [Info] The Paddle model is a quantized model. [Paddle2ONNX] Oops, there are some operators not supported yet, including fake_channel_wise_quantize_dequantize_abs_max,fake_quantize_dequantize_moving_average_abs_max, [ERROR] Due to the unsupported operators, the conversion is aborted.，您看下

最新文章

目录

展开全部

收起

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。