Przejdź do treściScholarGate
BibliotekaMoja bibliotekaBiurkoReview StudioAsystent
Zaloguj się
Policy Gradient/Dowód
Zapis dowodowy metody

Policy Gradient

Policy gradient methods are reinforcement-learning algorithms that optimize a parameterized policy directly by gradient ascent on the expected return, rather than learning action-values and acting greedily. Founded on Ronald Williams' 1992 REINFORCE algorithm and the policy gradient theorem of Sutton and colleagues (2000), they naturally handle stochastic and continuous action spaces and underpin modern actor-critic and deep-RL algorithms.

Sources recorded, not reviewed

Zapis źródłowy

Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.

Policy Gradient Methods (REINFORCE / Actor-Critic)
Taksonomiczny zapis metody · ml-model / machine-learning
  • Williams, R. J. (1992). Simple statistical gradient-following algorithms for connectionist reinforcement learning. Machine Learning, 8(3–4), 229–256. · DOI 10.1007/BF00992696
  • Sutton, R. S., McAllester, D., Singh, S., & Mansour, Y. (2000). Policy gradient methods for reinforcement learning with function approximation. Advances in Neural Information Processing Systems, 12, 1057–1063. · URL
Otwórz pełną metodę

Wyselekcjonowane twierdzenia

Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.

Brak wyselekcjonowanych twierdzeń

Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.

Powiązane metody

Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.

See alsoConvex Optimizationmachine-suggested · Relational suggestion, not evidence.Same method familyDeep Reinforcement Learningmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketQ-Learningmachine-suggested · Relational suggestion, not evidence.Same method familyStochastic Gradient Descentmachine-suggested · Relational suggestion, not evidence.

Status dowodowy

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Źródła

2 zarejestrowane cytacje, skopiowane z zapisu źródłowego metody.

Akcje

Otwórz stronę metody
ScholarGate

Biblioteka referencyjna metod badawczych, w której treść jest najważniejsza — czym jest każda metoda, jak działa i skąd pochodzi.

Otwarte dane (CC-BY)

Odkrywaj

  • Biblioteka
  • Szukaj metod…
  • Przeglądaj według dziedzin
  • Dziedziny
  • Ścieżka
  • Porównaj
  • Która metoda?

Materiały

  • Dziedziny
  • Atlas
  • Słownik pojęć
  • Metodologia
  • Filozofia

Przestrzeń robocza

  • Moja biblioteka
  • Biurko
  • Czat

Firma

  • O nas
  • Cennik
  • Kontakt
  • Zaproponuj metodę

Hasła opracowano na podstawie opublikowanych źródeł w celach referencyjnych. Weryfikacja poprawności i przydatności wszelkich informacji do własnych zastosowań pozostaje w gestii użytkownika.

© 2026 ScholarGate · Biblioteka referencyjna metod badawczych
  • Prywatność
  • Pliki cookie
  • Regulamin
  • Usuń konto