強化學習筆記9：探索和利用 exploration and exploitation

1、introduction 本章的主題是關於利用和探索的矛盾： Exploitation：利用當前已知信息做決策 Exploration：探索未知空間獲取更多信息 最佳的策略是用 ...

gym 搭建 RL 環境

gym調用 gym的調用遵從以下的順序 env = gym.make('x') observation = env.reset() for i in range(time_steps ...

強化學習筆記6：值函數估計Value function Approximation

introduction v、q表的問題 解決離散化的s,a,導致q-table存儲量、運算量大 解決連續s、a的表示問題 solution 用帶權重估計函數，估計v or q ...