《強化學習導論》讀書筆記
目錄 Chapter1 Chapter2 Learning- Evaluative feedback vs Instructive feedback ...
原文：強化學習經典入門書的讀書筆記系列--第二篇（上）
正文 區分強化學習和其他種類的學習方式最顯著的特點是：在強化學習中，訓練信息被用於評估動作的好壞，而不是用於指導到底該是什么動作。這也是為何需要主動去做exploration的原因。純粹的評估性反饋可以表明一個動作的好壞 但並不能知道當前動作是否是最佳選擇或者是最差選擇。評估性反饋 包括evoluationary method 是方程優化的基礎。相對的，純粹的指導性反饋，表明了當前的最優動作，這個 ...
2017-04-25 16:10 0 1254 推薦指數：
相關推薦
強化學習讀書筆記 - 04 - 動態規划
強化學習讀書筆記 - 04 - 動態規划 學習筆記： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 數學符號看不懂的，先看看這里： 強化學習 ...
強化學習讀書筆記 - 14 - 心理學
強化學習讀書筆記 - 14 - 心理學 學習筆記： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 參照 Reinforcement ...
強化學習讀書筆記 - 01 - 強化學習的問題
強化學習讀書筆記 - 01 - 強化學習的問題 Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 什么是強化學習(Reinforcement ...
強化學習讀書筆記 - 08 - 規划式方法和學習式方法
強化學習讀書筆記 - 08 - 規划式方法和學習式方法 學習筆記： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 需要了解強化學習的數學符號 ...
強化學習讀書筆記 - 06~07 - 時序差分學習(Temporal-Difference Learning)
強化學習讀書筆記 - 06~07 - 時序差分學習(Temporal-Difference Learning) 學習筆記： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014 ...
強化學習讀書筆記 - 09 - on-policy預測的近似方法
強化學習讀書筆記 - 09 - on-policy預測的近似方法 參照 Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 強化學習讀書筆記 ...
強化學習讀書筆記 - 12 - 資格痕跡(Eligibility Traces)
強化學習讀書筆記 - 12 - 資格痕跡(Eligibility Traces) 學習筆記： Reinforcement Learning: An Introduction, Richard S. Sutton and Andrew G. Barto c 2014, 2015, 2016 參照 ...