Loading [MathJax]/jax/output/HTML-CSS/jax.js

본문 바로가기

TD-gammon1

[RL] 강화학습 part3 - Temporal Difference Learning, RL application [RL] 강화학습 part3 - Temporal Difference Learning, RL application 5. 시간차 학습 Temporal difference learning 가장 혁신적인 알고리즘입니다. 동적 프로그래밍과 몬테카를로 방법의 장점을 겸비하였습니다. 1) 정책 평가 에피소드 e =

$[s_0, r_0]a_0[s_1, r_1]a_1 \cdots [s_T, r_T]$ 에서 샘플

$z_t$ 를 처리한다면 몬테카를로 방법은

$Z(s_t)$ 에 이 샘플을 추가한다음 아래 식으로 가치함수를 갱신합니다.

$v_{\pi}(s_t) = \frac{1}{\vert Z(s_t) \vert}\sum_{z \in Z(s_t)} \mathbb{r}(z)$ 샘플

$z_t$ 가 k번째로 추가되었다면, 추가된 순.. 2019. 12. 6.

728x90

이전 1 다음

티스토리툴바