Scifaro

中文

强调时序差分学习算法的一些仿真结果

机器学习 2016-05-10 v1

作者: Huizhen Yu

在 arXiv 上查看 ↗ PDF ↗

摘要

这是我们近期从理论角度研究约束强调时序差分学习(ETD)算法弱收敛性质的配套说明。它用仿真结果补充后一分析，并通过三个示例问题展示部分ETD算法的行为。

关键词

强调时序差分学习约束ETD 弱收敛仿真结果强化学习时序差分方法示例问题

引用

@article{arxiv.1605.02099,
  title  = {Some Simulation Results for Emphatic Temporal-Difference Learning Algorithms},
  author = {Huizhen Yu},
  journal= {arXiv preprint arXiv:1605.02099},
  year   = {2016}
}

备注

A companion note to the article arxiv:1511.07471; 30 pages; 34 figures, best viewed on screen