いものやま。

雑多な知識の寄せ集め

2015-09-06から1日間の記事一覧

強化学習について学んでみた。(その12)

昨日は方策改善について説明した。 今日は、方策評価と方策改善を使って実際に学習を進めていく方法について。 方策反復 方策評価でまず方策の評価を行ったら、次に方策改善で方策の改善を行う。 そしたら、今度は改善された方策で再び方策評価を行い、さら…