強化学習、マルチエージェント強化学習、その他機械学習全般

機械学習関連のことをまとめていきます。強化学習関連が多いかもしれません

MENU

2019-03-29から1日間の記事一覧

【強化学習】SARSA

SARSAとは 評価用問題 プログラム 結果 SARSAとは sarsaは強化学習の一種で、Q値を以下の式で更新します。 $$ \begin{eqnarray} Q(s, a) \leftarrow Q(s, a) + \alpha (r + \gamma Q(s', a') - Q(s, a)) \end{eqnarray} $$ $Q(s, a)$の更新量は、遷移先状態…