← 返回卡片

原书出处

深入浅出强化学习:原理入门

07 第7章 基于策略梯度的强化学习方法

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.438Z

第10章介绍GPS方法,第11章介绍逆向强化学习方法。这些方法之间的关系可用图7.3表示。 图7.3 策略搜索方法分类

策略搜索方法按照是否利用模型可分为无模型的策略搜索方法和基于模型的策略搜索方法。其中无模型的策略搜索方法根据策略是采用随机策略还是确定性策略可分为随机策略搜索方法和确定性策略搜索方法。

随机策略搜索方法最先发展起来的是策略梯度方法;但策略梯度方法存在学习速率难以确定的问题,为回避该问题,学者们又提出了基于

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00017.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57