← 返回卡片

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

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T14:51:48.895Z

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。

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/强化学习/_epub-src/OEBPS/Text/1-018.xhtml

EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae