1. 首页
  2. 6.5 REINFORCE算法
6.5 REINFORCE算法
引用 手机看 扫码继续查看
leixy
2022-6-22 上传
播放量 856
被收录到全部
详细信息
所属分类：

江开本科 - 人工智能（本科）

知识体系： 工学

主讲老师： 余欣航
版权归属： 江苏开放大学版权
关键词
强化学习 马尔科夫决策 贪心策略 最优控制 Q-learning 策略梯度 Actor-Critic