2021年2月7日
不等式视角下的策略梯度算法
摘要： 本文首发于：行者AI 强化学习（Reinforcement Learning，RL），也叫增强学习，是指一类从（与环境）交互中不断学习的问题以及解决这类问题的方法。强化学习问题可以描述为一个智能体从与环境的交互中不断学习以完成特定目标（比如取得最大奖励值）。 和深度学习类似，强化学习中的关键问题也是 阅读全文
posted @ 2021-02-07 11:55 行者AI 阅读(208) 评论(0) 推荐(0)