文件名称：subare:萨顿和巴托的书中的强化学习算法
文件大小：320KB
文件格式：ZIP
更新时间：2024-05-28 08:59:51
reinforcement-learning qlearning monte-carlo sarsa dynamic-programming
ch.ethz.idsc.subare Java 0.3.8版中用于强化学习的库 存储库包括第二版《 Richard S. Sutton和Andrew G. Barto撰写的算法，示例和练习。 我们的实现受到Zhang Shangtong的的启发，但在两个方面与参考文献有所不同： 算法是与问题场景分开实施的 数学具有精确的精度，如果问题具有对称性，则结果中会重现对称性 演算法 迭代策略评估（平行于4.1，第59页） 确定V *（s）的值迭代（平行于4.4，第65页） 确定Q *（s，a）的操作值迭代（并行） 首次访问政策评估（第5.1页，第74页） 蒙特卡洛探索之旅（第5.3页，第79页） Contant-alpha蒙特卡洛 表格时差（in 6.1，p.96） Sarsa ：一种策略上的TD控制算法（在6.4，第104页中） Q学习：脱离策略的TD控制算法（在6.5中，