17强化学习预测.pdf

下载文档 降价啦

27
0
约4.6万字
约 56页
2018-03-03 发布于浙江
举报
版权申诉
保障服务

17强化学习预测.pdf

1、本文档共56页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

17强化学习预测

第⼗七讲：强化学习中的预测问题最优控制的智能⽅法之三李灵犀车辆主动安全研究所智能汽车实验室电⼦与计算机⼯程系印第安纳⼤学普渡⼤学印第安纳波利斯分校计算机与控制学院中国科学院⼤学 2016 年11 月22 日 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fei-Yue, Wang (CASIA) Optimal Control 最优控制的智能⽅法 1 / 56 Table of Contents 1 回顾：强化学习的动态规划⽅法 2 Monte-Carlo Reinforcement Learning (蒙特卡罗强化学习) 3 Temporal-Difference Reinforcement Learning ( 时间差分强化学习) 4 TD() ( 时间差分强化学习-含参数) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fei-Yue, Wang (CASIA) Optimal Control 最优控制的智能⽅法 2 / 56 Contents 1 回顾：强化学习的动态规划⽅法 2 Monte-Carlo Reinforcement Learning (蒙特卡罗强化学习) 3 Temporal-Difference Reinforcement Learning ( 时间差分强化学习) 4 TD() ( 时间差分强化学习-含参数) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fei-Yue, Wang (CASIA) Optimal Control 最优控制的智能⽅法 3 / 56 Planning in MDPs by Dynamic Programming Dynamic Programming assumes full knowledge of the MDP. It conside