李宏毅机器学习课程-概述增强式学习ActorCritic0214

cq-lc

已于 2022-02-14 21:04:42 修改

阅读量552

点赞数 1

文章标签：机器学习人工智能

于 2022-02-14 21:03:51 首次发布

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_49747347/article/details/122931216

版权

该博客介绍了李宏毅教授的2021春季机器学习课程，专注于增强式学习的Actor-Critic方法。内容包括Critic的详细解释，Critic的训练方式——MC（蒙特卡洛）与TD（时空差分）方法的对比，以及如何将Critic应用到训练过程中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

B站李宏毅2021春机器学习课程 P75

目录

2、如何训练Critic：

3、MC与TD对比

4、将critic用于训练

1、Critic

2、如何训练Critic：

MC方法：

TD方法：

3、MC与TD对比

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。