强化学习7日打卡营-SASAR/Q-learning/DQN

昱儿是个电子

于 2020-06-26 00:08:33 发布

阅读量509

点赞数 1

文章标签：强化学习 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_43585812/article/details/106962629

版权

课程链接： https://aistudio.baidu.com/aistudio/education/group/info/1335

强化学习

智能体Agent从环境Environment中学习，根据状态State，执行动作Action,并根据环境反馈受益reward，指导更好的动作。强化学习是一种延时性奖励
监督学习——>认知：是什么
强化学习——>策略：怎么做
在这里插入图片描述

On-policy vs Off-policy

On-policy：兼顾探索
Off-policy：更大胆
在这里插入图片描述

算法库及框架库

在这里插入图片描述

基于表格型方法求解RL

最低0.47元/天解锁文章

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。