Q-Function

recoder·2022년 4월 21일
0
  • State-Action Value Function
    • state과 action에 모두 dependent
      • 이전까지의 value function은 state에만 dependent
  • 현재 state s에서, action a를 취했을 때, 우리가 앞으로 얻을 최대 누적 reward 기대값 구하기
  • policy 대신 action 최적화 가능하다.

Bellman Equation for Q-Learning

LP formulation

policy iteration

Data-Driven PI

profile
기억은 나 대신 컴퓨터가

0개의 댓글