深度强化学习（3）：策略学习篇

王树森老师《深度强化学习基础》学习笔记
三、策略学习（Policy-Based Reinforcement Learning）
用一个神经网络（policy network，策略网络）近似策略函数，用于控制Agent运动。
策略函数近似（Policy Function Approximation）
Policy Function

π

(

a

∣

s

)

/pi(a|s)

深度强化学习（3）：策略学习篇最先出现在Python成神之路。