admin管理员组

文章数量:1130349

强化学习——Policy-based Approach

  • 前言
  • Policy-base approach思想
  • 笔记
  • 总结

根据李宏毅老师的视频，记录一下自己的学习心得

前言

本科已经毕业了，从刚开始接触传统的机器学习，到后面接触到深度学习、CV检测、NLP等，但是最近看到越来越多的人开始提到强化学习，因此自己也打算乘着这段“闲暇”时间来学习一下强化学习，仅仅用于记录自己的学习，如果能为您提供帮助当然再好不过。

Policy-base approach思想

主要分为三步:
1、Nerual network as Actor；
2、goodness of function；
3、pick the best function
主要元素有S：观察环境获得的状态；A：针对当下环境采取的行动；R：基于当下环境和采取的行动，得到的奖励。
通过神经网络来计算针对当下环境采取的action，神经网络参数为θ。为了获得更高的reward（reward由外界的环境来决定）来优化神经网络的参数θ，主要笔记如下。

笔记

总结

甘愿为理想“头破血流”

强化学习——Policy-based Approach

  • 前言
  • Policy-base approach思想
  • 笔记
  • 总结

根据李宏毅老师的视频，记录一下自己的学习心得

前言

本科已经毕业了，从刚开始接触传统的机器学习，到后面接触到深度学习、CV检测、NLP等，但是最近看到越来越多的人开始提到强化学习，因此自己也打算乘着这段“闲暇”时间来学习一下强化学习，仅仅用于记录自己的学习，如果能为您提供帮助当然再好不过。

Policy-base approach思想

主要分为三步:
1、Nerual network as Actor；
2、goodness of function；
3、pick the best function
主要元素有S：观察环境获得的状态；A：针对当下环境采取的行动；R：基于当下环境和采取的行动，得到的奖励。
通过神经网络来计算针对当下环境采取的action，神经网络参数为θ。为了获得更高的reward（reward由外界的环境来决定）来优化神经网络的参数θ，主要笔记如下。

笔记

总结

甘愿为理想“头破血流”

本文标签： policybasedApproach

版权声明：本文标题：强化学习——Policy-based Approach 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://it.en369.cn/jiaocheng/1763631497a2949726.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。