A Tutorial on Linear Function Approximators for Dynamic Programming and Reinforcement Learning - Geramifard, Alborz
- Format: Broché
- 92 pages Voir le descriptif
Vous en avez un à vendre ?
Vendez-le-vôtreExpédition rapide et soignée depuis l`Angleterre - Délai de livraison: entre 10 et 20 jours ouvrés.
Nos autres offres
-
77,73 €
Produit Neuf
Ou 19,43 € /mois
- Livraison à 0,01 €
Nouvel article expédié dans le 24H à partir des Etats Unis Livraison au bout de 20 à 30 jours ouvrables.
- Payez directement sur Rakuten (CB, PayPal, 4xCB...)
- Récupérez le produit directement chez le vendeur
- Rakuten vous rembourse en cas de problème
Gratuit et sans engagement
Félicitations !
Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !
TROUVER UN MAGASIN
Retour
Avis sur A Tutorial On Linear Function Approximators For Dynamic Programming And Reinforcement Learning Format Broché - Livre Informatique
0 avis sur A Tutorial On Linear Function Approximators For Dynamic Programming And Reinforcement Learning Format Broché - Livre Informatique
Donnez votre avis et cumulez 5
Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.
-
Original Morgan 4/4, Plus 4 And Plus 8
1 avis
Occasion dès 59,99 €
-
Tom Waits By Matt Mahurin
Occasion dès 47,16 €
-
Manual Of Cardiac Care In Children
Neuf dès 82,10 €
Occasion dès 249,99 €
-
Cutaneous Adnexal Tumors
Neuf dès 82,10 €
-
The Books Of Albion: The Collected Writings Of Peter Doherty
Occasion dès 59,99 €
-
Pierre Grandet Et Bernard Mathieu - Cours D'égyptien Hiéroglyphique - Tome 1 - Editions Khéops -1990
Occasion dès 42,00 €
-
The Art And Soul Of Dune
Neuf dès 63,55 €
-
Nudes And Portraits
Occasion dès 63,44 €
-
The Jewelers Of The Ummah
Neuf dès 39,09 €
-
Master Techniques In Surgery: Thoracic Surgery: Transplantation, Tracheal Resections, Mediastinal Tumors, Extended Thoracic Resections
Neuf dès 52,91 €
-
Avedon At Work
1 avis
Neuf dès 71,15 €
Occasion dès 77,33 €
-
Pith Instructions For A-Tri Dzogchen (Revised Edition)
Neuf dès 45,85 €
Occasion dès 62,99 €
-
Keba Keba
Occasion dès 87,89 €
-
Physiology Of The Heart
Neuf dès 52,91 €
Occasion dès 98,78 €
-
Stochastic Processes And Integration
Neuf dès 44,61 €
-
Musculoskeletal Mri
Neuf dès 44,61 €
-
Trail Guide To The Body
Neuf dès 44,61 €
-
Khonsari's Cardiac Surgery
Neuf dès 44,61 €
Occasion dès 474,99 €
-
Meyers' Dynamic Radiology Of The Abdomen
Neuf dès 44,61 €
Occasion dès 285,99 €
-
Cricut Joy
Neuf dès 51,50 €
Occasion dès 100,00 €
Produits similaires
Présentation A Tutorial On Linear Function Approximators For Dynamic Programming And Reinforcement Learning Format Broché
- Livre InformatiqueAuteur(s) : Geramifard, Alborz - Walsh, Thomas J. - Tellex, StefanieEditeur : Now Publishers IncLangue : AnglaisParution : 01/12/2013Format : Moyen, de 350g à 1kgNombre de pages :...
Résumé :
A Markov Decision Process (MDP) is a natural framework for formulating sequential decision-making problems under uncertainty. In recent years, researchers have greatly advanced algorithms for learning and acting in MDPs. This book reviews such algorithms, beginning with well-known dynamic programming methods for solving MDPs such as policy iteration and value iteration, then describes approximate dynamic programming methods such as trajectory based value iteration, and finally moves to reinforcement learning methods such as Q-Learning, SARSA, and least-squares policy iteration. It describes algorithms in a unified framework, giving pseudocode together with memory and iteration complexity analysis for each. Empirical evaluations of these techniques, with four representations across four domains, provide insight into how these algorithms perform with various feature sets in terms of running time and performance. This tutorial provides practical guidance for researchers seeking to extend DP and RL techniques to larger domains through linear value function approximation. The practical algorithms and empirical successes outlined also form a guide for practitioners trying to weigh computational costs, accuracy requirements, and representational concerns. Decision making in large domains will always be challenging, but with the tools presented here this challenge is not insurmountable.
Sommaire:
1: Introduction; 2: Dynamic Programming and Reinforcement Learning; 3: Representations; 4: Empirical Results; 5: Summary.; Acknowledgements.; References.
Détails de conformité du produit
Personne responsable dans l'UE