保護中: 関数近似を用いた強化学習(3)- 方策関数の関数近似

コメント

1. オンライン学習とオンライン予測あるいは強化学習について | Deus Ex Machina より:

   2022年1月31日 4:39 AM

   […] 関数近似を用いた強化学習(3)- 方策関数の関数近似(バッチ学習の場合) […]

   返信
2. 部分観測マルコフ決定過程を用いたよりフレキシブルな強化学習 | Deus Ex Machina より:

   2022年2月2日 4:50 AM

   […] 前回までに、エージェントはマルコフ性のある状態を観測できると仮定していた。しかし、実問題によってはマルコフ性の仮定は現実的ではなく、状態を状態を部分的にしか観測できず […]

   返信