← 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

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

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