← 返回卡片

原书出处

深入浅出强化学习:原理入门

10 第10章 基于引导策略搜索的强化学习方法

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.441Z

方法。在8.2.2节中,最后求得的Hessian近似矩阵为 利用Sherman-Morrison公式,即 可以得到 为

BFGS 是只适合中小规模的最优算法,因为它需要存储一个 N×N 的矩阵,如果N非常大,需要占用大量的内存空间,导致矩阵的读取和存储耗费大量的时间。

有没有一种不需要存储如此大的矩阵的算法呢? 答案是肯定的!其中一个算法就是 L-BFGS。L-BFGS 的全称为 Lim

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/text00020.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57