强化学习（第二版）笔记——第五章蒙特卡洛方法_强化学习第2版第五章答案-CSDN博客

网友收藏2024-01-25 00:50

链接地址：https://blog.csdn.net/weixin_38886470/article/details/121473123
链接标题：强化学习（第二版）笔记——第五章蒙特卡洛方法_强化学习第2版第五章答案-CSDN博客
所属网站：blog.csdn.net
被收藏次数：8387

文章浏览阅读1k次。参考周博磊老师课程Richard S.Sutton 《Reinforcement Learning》第五章蒙特卡洛方法 Monte Carlo Methods1 蒙特卡洛方法在强化学习中的应用2 蒙特卡洛预测（Monte Carlo Prediction）2.1 蒙特卡洛算法学习状态价值函数2.2 蒙特卡洛算法与动态规划的区别3 动作价值的蒙特卡洛估计3.1 使用蒙特卡洛算法确定动作价值函数3.2 试探性出发4 蒙特卡洛控制4.1 经典策略迭代算法的蒙特卡洛版本4.2 基于试探性出发的蒙特卡洛（_强化学习第2版第五章答案

本文地址：https://tebull.com/detail/570166.html

标签：强化学习第2版第五章答案

强化学习（第二版）笔记——第五章 蒙特卡洛方法_强化学习第2版第五章答案-CSDN博客

强化学习（第二版）笔记——第五章蒙特卡洛方法_强化学习第2版第五章答案-CSDN博客