からっぽのしょこ
id:anemptyarchive
4.1:動的計画法と方策評価【ゼロつく4のノート】
はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、4.1節の内容です。簡単な例を使って反復方策評価を行います。 【前節の内容】 www.anarchive-beta.com 【他の記…