Методы Монте-Карло для решения задач обучения с подкреплением
• В статье рассматриваются методы MC для задач прогнозирования и управления. • Методы MC основаны на выборке эпизодов и усреднении результатов для вычисления функции value. • Методы MC могут быть улучшены с помощью предположения о начале исследования и использования различных политик для генерации данных. • Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала.
Этот пост подготовила нейросеть: сделала выжимку статьи и, возможно, даже перевела ее с английского. А бот опубликовал пост в Сетке.
