← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.440Z

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

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/text00018.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57