強化學習 —— 幾種基礎方法比較

　　這半年有幾次機緣巧合的機會來給其他人科普強化學習的基本概念，我總體上是分成兩部分來講的：第一部分是強化學習背景和常用概念介紹；第二部分是 DQN、DDPG、PPO、SAC 四個算法的比較。這里分享一下第二部分的 slides。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

　　此外我最近比較關注離線強化學習（Batch Reinforcement Learning），在與環境無交互的情況下使用行為策略采樣出的歷史數據（logged data）來學習新策略。