GQ($\lambda$) 快速参考与实现指南
机器学习
2017-05-12 v1
摘要
本文档应作为线性 GQ()（一种基于梯度的离轨时序差分学习算法）实现的快速参考与指南。该算法背后的直观解释与理论在别处给出（例如 Maei & Sutton 2010, Maei 2011）。若您对本文档内容或附带的 Java 代码有疑问或关注，请发送电子邮件至 Adam White ([email protected])。该代码作为 arXiv 提交中的源文件的一部分提供。
引用
@article{arxiv.1705.03967,
title = {GQ($\lambda$) Quick Reference and Implementation Guide},
author = {Adam White and Richard S. Sutton},
journal= {arXiv preprint arXiv:1705.03967},
year = {2017}
}