Function Approximation - basics

Q(s,a) = fw(s,a)

fw: a parametric function class

Adjusting w using gradient descent:

w := w + a [ rt+1+gQ(st+1, at+1) - Q(st, at) ] ׁw fw(s,a)

gradient

estimated

value

sampled

value

השקופית הקודמת

השקופית הבאה

חזור אל השקופית הראשונה

הצג גירסה גרפית