watkins的留言板

watkins 2020-01-02 06:48:53
大家好，这里是我的留言板，如果有问题，欢迎大家留言，我会第一时间进行回复
...全文
46 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
矩阵计算基础（英文第2版）
非常好的一本矩阵计算书籍，值得一读
fundamentals of matrix computation second edition
矩阵计算经典书籍，第二版，作者 DAVID S. WATKINS， 扫描版本，清晰度还可以。
Fastest Convergence for Q-Learning
本文介绍的Zap Q-Learning算法是Watkins原始算法和近期竞争对手在几个方面的改进。 它是一种矩阵增益算法，旨在使其渐近方差达到最优。 此外，ODE分析表明，瞬态行为与确定性Newton-Raphson实现非常接近。 这可以通过矩阵增益序列的两个时间尺度更新方程来实现。 分析表明，即使对于非理想的参数化设置，该方法也将导致稳定且高效的计算。 即使在非理想情况下，数值实验也能确保快速收敛。 第一页的比较图取自本文的图9，是使用新算法收敛的惊人加速度的图示。 本文的第二个目标是教程。 本文的前半部分包含对强化学习算法的调查，重点是最小方差算法。
强化学习的Q(λ）学习原理资料
Q(λ)-学习（Watkins，1989；Peng & Williams，1996）是一种重要的强化学习（RL）方法。它结合了 Q-learning（Watkins，1989；Watkins & Dayan，1992）和 TD(λ)（萨顿，1988；Tesauro，1992）。 Q(λ) 被广泛使用——人们普遍认为它优于简单的一步 Q 学习，因为它使用单一经验来更新评估过去发生的多个状态/动作对 (SAP)。线上与线下。我们区分在线强化学习和离线强化学习。
jrwatkins:JR Watkins 网站 - 本地
基础指南针模板 开始使用 Foundation + Compass 的最简单方法。 要求 Ruby 1.9+ ： gem install compass ： npm install bower -g 快速开始 运行bower install安装最新版本的 Foundation 然后，当您处理项目时，只需运行以下命令： compass watch 升级 如果您想升级到更新版本的 Foundation，只需运行： bower update
community_281

635

社区成员

253,794

社区内容

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛（原bbs）
社区管理员
  • community_281
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章