[Reinforcement Learning] Cross-entropy Method

Cross-entropy Method（簡稱CEM）雖然是一種基於交叉熵的算法，但並不是我們熟知的監督學習中的交叉熵方法，與其說它是一種基於交叉熵的算法，倒不如說是一種基於蒙特卡洛和進化策略的算法。 ...