原书出处
深入浅出强化学习:原理入门
08 第8章 基于置信域策略优化的强化学习方法
阵是二阶导数矩阵,对于大规模优化问题,二阶导数的求解需要惊人的计算量。 牛顿法存在的这些缺点使学者们提出了各种解决方法。
拟牛顿法的基本思想是并不直接计算优化函数的二阶Hessian矩阵,而是通过逼近的方法寻找Hessian阵 的近似矩阵 。
近似得到 的方法有很多,下面我们介绍一种近似逼近矩阵 的方法。 设优化函数为 ,在开集 上二次连续可微。利用泰勒展开优
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/text00018.html
EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57