《强化学习导论》读书笔记
目录 Chapter1 Chapter2 Learning- Evaluative feedback vs Instructive feedback ...
原文：强化学习读书笔记 - 00 - 术语和数学符号
强化学习读书笔记 术语和数学符号 学习笔记： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c , , 基本概念 Agent 本体。学习者 决策者。 Environment 环境。本体外部的一切。 s 状态 state 。一个表示环境的数据。 S, mathcal S 所有状态集合。环境 ...
2017-03-25 14:46 3 9881 推荐指数：
相关推荐
强化学习读书笔记 - 04 - 动态规划
强化学习读书笔记 - 04 - 动态规划 学习笔记： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 数学符号看不懂的，先看看这里： 强化学习 ...
强化学习读书笔记 - 14 - 心理学
强化学习读书笔记 - 14 - 心理学 学习笔记： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 参照 Reinforcement ...
强化学习读书笔记 - 01 - 强化学习的问题
强化学习读书笔记 - 01 - 强化学习的问题 Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 什么是强化学习(Reinforcement ...
强化学习读书笔记 - 08 - 规划式方法和学习式方法
，先看看这里： 强化学习读书笔记 - 00 - 术语和数学符号 什么是模型(model) ...
强化学习读书笔记 - 06~07 - 时序差分学习(Temporal-Difference Learning)
, 2015, 2016 数学符号看不懂的，先看看这里： 强化学习读书笔记 - 00 - 术语 ...
强化学习读书笔记 - 09 - on-policy预测的近似方法
- 00 - 术语和数学符号 强化学习读书笔记 - 01 - 强化学习的问题 强化学习读书笔 ...
强化学习经典入门书的读书笔记系列--第二篇（上）
正文 区分强化学习和其他种类的学习方式最显著的特点是：在强化学习中，训练信息被用于评估动作的好坏，而不是用于指导到底该是什么动作。这也是为何需要主动去做exploration的原因。纯粹的评估性反馈可以表明一个动作的好坏、但并不能知道当前动作是否是最佳选择或者是最差选择。评估性反馈（包括 ...