からっぽのしょこ

読んだら書く!書いたら読む!同じ事は二度調べ(たく)ない

2022-11-08から1日間の記事一覧

6.1:TD法による方策評価【ゼロつく4のノート】

はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、6.1節の内容です。TD法により状態価値関数を推…