随笔分类 -  强化学习

强化学习的想法
摘要：1.如果数据满足独立同分布将没必要使用强化学习 阅读全文
posted @ 2021-01-27 20:43 madlsj98 阅读(50) 评论(0) 推荐(0)
Policy Gradient实战（神经网络在强化学习中的意义）
摘要：输入观测的东西 经过黑盒子 输出一个概率分布 相当于也是图像识别 在Policy Gradient中，我们需要训练一个Agent。这个Agent相当于一个分类器，其输入是观测到环境的信息observation(state)，输出为行为action的概率分布。我们可以用简单的多层感知机去实现这个分类器 阅读全文
posted @ 2021-01-18 21:19 madlsj98 阅读(224) 评论(0) 推荐(0)
博客记载
摘要：策略梯度：https://blog.csdn.net/hhy_csdn/category_8657689.html https://tomaxent.com/2019/04/14/%E7%AD%96%E7%95%A5%E6%A2%AF%E5%BA%A6%E6%96%B9%E6%B3%95/ http 阅读全文
posted @ 2021-01-15 14:53 madlsj98 阅读(93) 评论(0) 推荐(0)