Policy Gradient Methods for Reinforcement Learning with Function Approximation

强化学习 贝尔曼方程 功能(生物学) 函数逼近 可微函数 数学优化 价值(数学) 计算机科学 应用数学 数学 人工智能 人工神经网络 机器学习 数学分析 进化生物学 生物
作者
Richard S. Sutton,David McAllester,Satinder Singh,Yishay Mansour
出处
期刊:Neural Information Processing Systems 卷期号:12: 1057-1063 被引量:4950
摘要

Function approximation is essential to reinforcement learning, but the standard approach of approximating a value function and determining a policy from it has so far proven theoretically intractable. In this paper
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Java完成签到,获得积分0
刚刚
姜姜完成签到 ,获得积分10
1秒前
葱姜蒜辣椒香菜我全要完成签到,获得积分10
2秒前
佳期如梦完成签到 ,获得积分10
2秒前
执着的忆雪完成签到,获得积分10
11秒前
调皮的大炮完成签到 ,获得积分10
12秒前
Stella完成签到 ,获得积分10
12秒前
13秒前
张平一完成签到 ,获得积分10
14秒前
15秒前
15秒前
echoxzy完成签到,获得积分10
16秒前
17秒前
17秒前
害羞含卉发布了新的文献求助30
17秒前
YPST完成签到,获得积分10
18秒前
砍柴少年发布了新的文献求助10
20秒前
Brown发布了新的文献求助10
21秒前
22秒前
Mine发布了新的文献求助10
25秒前
25秒前
流觞发布了新的文献求助60
26秒前
26秒前
26秒前
29秒前
归尘发布了新的文献求助30
30秒前
dcy完成签到,获得积分10
32秒前
汤姆完成签到,获得积分10
33秒前
aaronzhu1995完成签到 ,获得积分10
33秒前
MrL发布了新的文献求助10
33秒前
文五完成签到,获得积分10
33秒前
从容谷菱完成签到 ,获得积分10
39秒前
深情安青应助砍柴少年采纳,获得200
40秒前
41秒前
liujn07发布了新的文献求助20
41秒前
向上先生完成签到,获得积分10
42秒前
微笑枫完成签到,获得积分10
42秒前
害羞含卉完成签到,获得积分10
44秒前
金发光发布了新的文献求助30
45秒前
Jenny完成签到,获得积分10
45秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Electrode Potentials 550
Association of Reentry Well-Being with Psychological Distress, Employment, and Housing Instability 15-Months After Incarceration 500
Trees of tropical Asia : an illustrated guide to diversity 500
Matrix Methods in Data Mining and Pattern Recognition 410
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7024484
求助须知:如何正确求助?哪些是违规求助? 8695555
关于积分的说明 18425092
捐赠科研通 6521319
什么是DOI,文献DOI怎么找? 3110200
关于科研通互助平台的介绍 2185861
邀请新用户注册赠送积分活动 2085931