Policy Gradient Methods

Peters, J; Bagnell, JA

doi:10.1007/978-0-387-30164-8_640

Policy Gradient Methods

Peters, J., & Bagnell, J. (2010). Policy Gradient Methods. In C., Sammut, & G., Webb (Eds.), Encyclopedia of Machine Learning (pp. 774-776). Berlin, Germany: Springer.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-BD40-C 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0002-951C-7

資料種別: 書籍の一部

ファイル

表示: ファイル

作成者

表示:

非表示:

作成者:
Peters, J^{1, 2}, 著者
Bagnell, JA, 著者

所属:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794

内容説明

表示:

非表示:

キーワード: -

要旨: A policy gradient method is a reinforcement learning approach that directly optimizes a parametrized control policy by a variant of gradient descent. These methods belong to the class of policy search techniques that maximize the expected return of a policy in a fixed policy class, in contrast with traditional value function approximation approaches that derive policies from a value function. Policy gradient approaches have various advantages: they enable the straightforward incorporation of domain knowledge in policy parametrization and often an optimal policy is more compactly represented than the corresponding value function; many such methods guarantee to convergence to at least a locally optimal policy; the methods naturally handle continuous states and actions and often even imperfect state information. The counterveiling drawbacks include difficulties in off-policy settings, the potential for very slow convergence and high sample complexity, as well as identifying local optima that are not globally optimal.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2010-12

出版の状態: 出版

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: DOI: 10.1007/978-0-387-30164-8_640
BibTex参照ID: 6074

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: Encyclopedia of Machine Learning

種別: 書籍

著者・編者:
Sammut, C, 編集者
Webb, GI, 編集者

所属:
-

出版社, 出版地: Berlin, Germany : Springer

ページ: - 巻号: - 通巻号: - 開始・終了ページ: 774 - 776 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-0-387-30164-8

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1