原书出处
强化学习
09 Actor-Critic及变种 9.1.3 兼容性近似函数定理
算法中,使用近似函数Qw(s,a)代替了真实值函数Qπ(s,a),不可避免地为算法引入了偏差,那么如何避免呢?Sutton在1999年提出的兼容性近似函数定理(Compatible Function Approximation Theorem)很好地解决了这个问题。他认为只要近似函数Qw(s,a)同时满足如下两个条件,就可以消除偏差。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-018.xhtml
EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae