基于间隙的强化学习无监督探索_Gap-Dependent Unsupervised Exploration for Reinforcement Learning.pdf
2022-01-30 09:03:52
821KB
这本书是非常新（2017年）的 Multi-Armed Bandit 的学习资料，作者是Aleksandrs Slivkins， MSR 的研究员。多臂赌博机在强化学习和在线学习中有很多的应用。
2021-05-03 18:02:31
781KB
1
sutton的强化学习第二版的答案，不确定是否为sutton亲自提供的，仅供参考，还是很有帮助的
2019-12-21 20:04:59
2.27MB
1