[RL] Expected SARSA
(해당 포스트는 Coursera의 Sample-based Learning Methods의 강의 요약본입니다) 이전 포스트를 통해 배울 수 있었던 것은 크게 다음과 같다. Episode가 끝나야 Value function을 update할 수 있었던 Monte Carlo Method와 다르게 TD Learning은 BootStrapping 기법을 사용해서 Value function을 update할 수 있었다. TD Learning 중에서도 Target Policy와 Behavior Policy의 일치여부에 따라서 On-policy method인 SARSA와 Off-policy method인 Q-learning으로 나눠볼 수 있다. 아무튼 두가지 방법 모두 state action value를 활용한 Bellm..
Study/AI
2019. 9. 18. 19:37
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- DepthStream
- ai
- RL
- PowerPoint
- windows 8
- reward
- 강화학습
- End-To-End
- dynamic programming
- 파이썬
- Off-policy
- Variance
- Offline RL
- Distribution
- Kinect SDK
- bias
- TensorFlow Lite
- processing
- Windows Phone 7
- Pipeline
- ColorStream
- 한빛미디어
- Kinect
- Gan
- SketchFlow
- arduino
- Kinect for windows
- Policy Gradient
- 딥러닝
- Expression Blend 4
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함