会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
a56爆大奖在线娱乐的博客
a56爆大奖在线娱乐的园子
账号设置
简洁模式
...
退出登录
注册
登录
山…隹
博客园
首页
新随笔
联系
管理
订阅
2021年11月8日
强化学习(优先抽样)
摘要: pt为抽样概率,正比于Td_error,或者利用其倒数来排序,即误差越大的样本被优先拿出来抽样。没有用过的样本给他赋予最大的Td_error。 因为抽样不均匀,a56爆大奖在线娱乐学习率要进行更改
阅读全文
posted @ 2021-11-08 19:02 山…隹
阅读(148)
评论(0)
推荐(0)
编辑
公告