Policy Gradient Methods

पॉलिसी ग्रेडिएंट प्रमेय

यह एक मौलिक प्रमेय है जो नीति के पैरामीटर के संबंध में अपेक्षित प्रतिफल के ग्रेडिएंट का एक विश्लेषणात्मक व्यंजन प्रदान करता है, जो विधियों की तात्विक आधार तैयार करता है।

← पीछे