記錄一下自己所看的論文厕诡，后續(xù)會繼續(xù)更新一些model-based的論文閱讀記錄，歡迎交流蜓耻、討論（emmmmm蜡镶，我實在才疏學(xué)淺）雾袱。 論文：P Karkus,D Hsu,WS L...
發(fā)簡信
IP屬地：山西
-
QMDP-Net閱讀記錄 -
關(guān)于Policy Gradient的理解
雖然前段時間稍微了解過Policy Gradient，但后來發(fā)現(xiàn)自己對其原理的理解還有諸多模糊之處官还，于是希望重新梳理一番芹橡。Policy Gradient的基礎(chǔ)是強化學(xué)習(xí)理論，...
