潇洒红牛
【机器学习】强化学习算法的优化系列文章目录前言一、神经网络框架的改进二、 算法改进：ε-贪婪策略
我们通过之前的学习知道了所谓的强化学习，关键就是学习到Q函数，也就是状态动作函数，然后使用它来选择 好的行动。为了求得Q函数，我们-使用了深度学习和神经网络来训练模型学习Q函数。本文所讲的对于强化学习的优化，一是对改进神经网络框架；二是使用 ε-贪婪策略来改进算法。...
