【强化学习】栏目（7篇文章）
2020-02-21 16:38:43 557
强化学习亦为机器学习范畴，其认为是与监督学习、非监督学习同级的另一个分支。强化学习主要通过智能体对环境的试探，根据所处状态及做出的动作所获得的回报来进行学习。本文主要记录（深度）强化学习有关内容。
Deep Dyna-Q: Integrating Planning for Task-Completion Dialogue Policy Learning （2018 ACL）
# 论文解读：Deep Dyna-Q: Integrating Planning for Task-Completion Dialogue Policy Learning （2018 ACL） ... [详情]
强化学习（六）：时序差分方法
# 强化学习（六）：时序差分方法 时序差分（TD）方法结合了动态规划与蒙特卡洛的思想，其可以像蒙特卡洛方法一样直接从智能体与环境互动的经验中学习，而不需要知道环境的模型，其 ... [详情]
强化学习（五）：蒙特卡洛采样方法
# 强化学习（五）：蒙特卡洛采样方法 在[强化学习（四）](https://blog.csdn.net/qq_36426650/article/details/104998 ... [详情]
强化学习（四）：基于表格型动态规划算法的强化学习
# 强化学习（四）：基于表格型动态规划算法的强化学习 在有限马尔可夫决策过程中，智能体在某个状态进行决策的过程中，始终满足价值函数和动作函数的贝尔曼方程，事实上，这 ... [详情]
强化学习（三）：有限马尔可夫决策与贝尔曼方程
# 强化学习（三）：有限马尔可夫决策与贝尔曼方程 
强化学习（二）：贪心策略（ε-greedy & UCB）
# 强化学习（二）：贪心策略（ε-greedy & UCB） 强化学习是当前人工智能比较火爆的研究内容，作为机器学习的一大分支，强化学习主要目标是让智能体学习如何在给定的一个环境状态下 ... [详情]
强化学习（一）：概述
# 强化学习（一）：概述 **前言：** 最近，强化学习非常的火爆，不论在科研界还是工业界，强化学习一直作为一个新兴的领域，在计算机学科范畴内发挥重要的作用。**强化学习（Reinforce ... [详情]