0
當我在強化學習中使用Q-Table保存狀態動作時，某些狀態從不（或很少）發生，並且狀態動作值保持爲零直到最大迭代，所以我決定用神經網絡在線估計Q-Table而不是使用Q-Table。用神經網絡在線估計Q-Table
哪種類型的神經網絡可以更準確地估計這類問題，這個解決方案對我有幫助嗎？
A
回答
0
我使用Localy加權迴歸（LWR）作爲函數逼近 並簡單地用此函數替換表
相關問題
- 1. Tensorflow-使用神經網絡估計基本線性方程
- 2. 神經網絡值計算？
- 3. 設計神經網絡
- 4. 神經網絡設計
- 5. 神經網絡評估和拓撲
- 6. 姿態估計中人工神經網絡的適用性
- 7. 使用神經網絡估計圖像中的距離
- 8. 神經網絡
- 9. 神經網絡
- 10. 估計神經網絡的平均誤差超平面
- 11. sigmoid神經網絡
- 12. H2O.deeplearning神經網絡
- 13. 神經網絡：「InverseLayer」
- 14. Hopfield神經網絡
- 15. 的神經網絡
- 16. SOM - 神經網絡
- 17. 神經網絡[ocr]
- 18. MATLAB神經網絡
- 19. 神經網絡，python
- 20. RBF神經網絡
- 21. 神經網絡MNIST
- 22. InvalidArgumentError在Tensorflow神經網絡
- 23. 錯誤在神經網絡
- 24. 神經網絡在NeuronDotNet
- 25. 神經網絡體系結構設計
- 26. 一式的神經網絡設計
- 27. matlab中的神經網絡設計
- 28. 貝葉斯神經網絡：計算Hessian
- 29. 迴歸神經網絡是一個神經網絡鏈嗎？
- 30. 實現偏倚神經網絡神經網絡