文件名称：RL-Theory-book
文件大小：34.96MB
文件格式：ZIP
更新时间：2024-04-07 11:15:10
TeX
RL-理论书（俄语） 状态：涵盖的主要主题，需要修订/编辑 频道1：简介 频道2：元启发式 内特·万恩 CEM，OpenAI-ES，CMA-ES 频道3：经典理论 贝尔曼方程 RPI，即兴政策。定理 价值迭代，策略迭代 时间差异，Q学习，SARSA 资格跟踪，TD-lambda 频道4：基于价值 DQN 双DQN，决斗DQN，PER，嘈杂DQN，多步DQN c51，QR-DQN，IQN，彩虹DQN 频道5：政策梯度 REINFORCE，A2C，GAE TRPO，PPO 频道6：连续控制 DDPG，TD3 SAC 频道7：基于模型 强盗 MCTS，AlphaZero，MuZero LQR 频道8：下一阶段 模仿学习/反强化学习 内在动机 多任务和事后观察 分层RL 部分可观察性 多代理商RL