文章/答案/技术大牛

发布

社区首页 >问答首页 >无函数近似的梯度时间差分Lambda

问无函数近似的梯度时间差分Lambda
EN

Stack Overflow用户

提问于 2016-04-30 15:43:50

回答 1查看 225关注 0票数 2

在GTD的每一种形式中(λ)似乎都用函数逼近来定义它，使用θ和一些权向量w。

我知道，梯度方法的广泛需求来自于它们对于线性函数逼近器的收敛性，但我想利用GTD作为重要抽样。

有没有可能在没有函数近似的情况下利用GTD？如果是的话，更新方程是如何形式化的？

回答已采纳

发布于 2016-05-04 11:49:20

我明白，当你说“无函数近似”时，你指的是将值函数V表示为一个表。在这种情况下，V的表格表示也可以看作是函数逼近器。

例如，如果我们将近似值函数定义为：

然后，使用表格表示，有与状态一样多的特征，对于除s(等于1)以外的所有状态，给定状态s的特征向量为零，参数向量theta存储每个状态的值。因此，GTD，以及其他算法，可以不用任何修改以表格的方式使用。

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/36956906

复制

相似问题

问无函数近似的梯度时间差分LambdaEN