RL-赵-(八)-Value函数拟合算法01-StateValue估算:TD函数逼近算法04【函数逼近器的选择:①线性逼近器;②非线性逼近器】【之前的表格形式是线性逼近器的一种少见的特殊情况】
3、如何选择用于拟合的函数 v^(s,w)\hat{v}(s,w)v^(s,w)
如何选取函数v^(s,w)?\hat{v}(s,w)?v^(s,w)? 第一种方法,也是之前被广泛使用的,就是linear function(线性函数:v^(s,w)\hat{v}(s,w)v^(s,w)相对于参数 www 是线性的) v^(s,w)=ϕT(s)w \hat{v}(s,w)=\phi^T(s)w …
2026/9/26 19:05:32