强化学习理论(RL)，重点是样本复杂性分析。
- Basics of MDPs and RL.
- Sample complexity analyses of tabular RL.
- Policy Gradient.
- Off-policy evaluation.
- State abstraction theory.
- Sample complexity analyses of approximate dynamic programming.
- PAC exploration theory (tabular).
- PAC exploration theory (function approximation).
- Partial observability and dynamical system modeling.
成为VIP会员查看完整内容
CS 598 Statistical Reinforcement Learning
相关内容
强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。
强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。
该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。
Arxiv
8+阅读 · 2018年7月10日
相关VIP内容
相关资讯
相关论文
Arxiv
8+阅读 · 2018年7月10日
微信扫码咨询专知VIP会员