关于人工智能:强化学习算法

引言

在 强化学习根底 文章中咱们提到动静布局办法。动静布局作为一种model-based的办法，应用场景具备十分的局限性。本文将从理论利用角度登程，介绍并比照几种model-free的办法。

算法

算法包含：

• model-free VS model-based

  • 动静布局DP
  • 蒙特卡洛MC

• Value-based类

  • 蒙特卡洛MC
  • 时序差分TD：SARSA
  • 时序差分TD：Q-Learning
  • Deep Q-learning
  • Nature DQN
  • Double DQN
  • Prioritized DQN
  • Dueling DQN

• Policy Gradient

  • reinforce

• Policy Gradient + Value-based

  • Actor-Critic