價值函數(shù)近似（VFA）

? 原因：狀態(tài)太多，算力存儲能力有限。只能通過插值的辦法（神經(jīng)網(wǎng)絡）近似求得無法算到的狀態(tài)價值函數(shù)值或狀態(tài)動作價值函數(shù)值，或者是策略。如下：

? 方法：線性擬合，神經(jīng)網(wǎng)絡，決策樹，鄰近算法

有模型

無模型

兩種方法來代替，1. MC；2. TD

MC近似方法

TD近似方法

價值動作函數(shù)近似（AVFA）

有模型

無模型

總結

以上是生活随笔為你收集整理的强化学习5——价值函数近似(VFA)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。