会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
a56爆大奖在线娱乐的博客
a56爆大奖在线娱乐的园子
账号设置
简洁模式
...
退出登录
注册
登录
jasonzhangxianrong
博客园
首页
新随笔
联系
订阅
管理
动手学强化学习(六):Dyna-Q
第 6 章 Dyna-Q 算法 6.1 简介 在强化学习中,“模型”通常指与智能体交互的环境模型,即对环境的状态转移概率和奖励函数进行建模。根据是否具有环境模型,强化学习算法分为两种:基于模型的强化学习(model-based reinforcement learning)和无模型的强化学习(mod
posted @
2024-03-04 17:24
jasonzhangxianrong
阅读(
50
) 评论(
0
)
编辑
收藏
举报
会员力量,点亮园子希望
刷新页面
返回顶部
公告