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
也就是在优化 的时候无法并行优化。为了解决这个问题,研究者们提出了ADMM的方法。 3.ADMM方法(交替方向乘子法)
ADMM 方法全称为交替方向乘子法,它融合了对偶上升法的可分解性和乘子法的收敛属性,核心是引入了新的变量,然后将目标函数拆分成可分的部分和不可分的部分。
可分的部分利用并行处理,不可分的部分当成新的目标函数独立优化,两者通过引入约束条件协同更新。具体操作如下。 ADMM将原
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