#RL | Feixiang Tao
Back

#RL

4 items

2026-04-13 RL 数学 Note 4：随机近似、TD 与 Q-learning 2026-04-13 RL 数学 Note 5：策略梯度、Baseline 与 Off-Policy 2026-03-19 RL 数学 Note 1：值函数与贝尔曼期望方程 2026-03-19 RL 数学 Note 2：贝尔曼最优方程、值迭代与策略迭代