Policy Gradient Methods

Policy Gradient

طريقة تحسين مباشرة تقوم بتعديل معلمات السياسة باتباع تدرج العائد المتوقع، مما يسمح بتعلم السياسات العشوائية دون الحاجة إلى نموذج للبيئة.

← رجوع