This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
memento-value-function-approximation [2025/03/04 18:16] 47.128.51.234 old revision restored (2025/02/25 19:15) |
memento-value-function-approximation [2025/04/04 20:10] (current) 3.144.99.0 old revision restored (2025/03/11 17:51) |
||
---|---|---|---|
Line 8: | Line 8: | ||
* Fourier | * Fourier | ||
* ... | * ... | ||
- | |||
- | Définitions : | ||
- | * Off-policy : Actualisation des valeurs à partir de l' | ||
- | * On-policy : Actualisation des valeurs à partir de l' | ||
===Algorithme du gradient=== | ===Algorithme du gradient=== | ||
Line 56: | Line 52: | ||
* Optimise le MSE (mean squarred error) entre les cibles du QNetwork et du QLearning | * Optimise le MSE (mean squarred error) entre les cibles du QNetwork et du QLearning | ||
* Utilise une variante de la descente de gradient stochastique | * Utilise une variante de la descente de gradient stochastique | ||
- | + | | |