Перейти к содержимомуScholarGate
БиблиотекаМоя библиотекаСтолReview StudioАссистент
Войти
Policy Gradient/Доказательство
Запись доказательств метода

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

Исходная запись

Цитирование скопировано дословно из исходной записи метода. На его основании не делается никаких выводов о проверке на уровне утверждения.

Policy Gradient Methods (REINFORCE / Actor-Critic)
Таксономическая запись метода · 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
Открыть полный метод

Курируемые утверждения

Утверждения сохранены в реестре доказательств, каждое со своей оценкой.

Курируемых утверждений еще нет

Этот вид не создает оценку утверждения, если в реестре ее нет.

Связанные методы

Сгенерировано из графа методов и показано как предложенные машиной связи — никаких выводов об утверждениях доказательств не делается.

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.

Статус доказательств

Sources recorded, not reviewed

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

Источники

2 зарегистрированных цитирований, скопированных из исходной записи метода.

Действия

Открыть страницу метода
ScholarGate

Справочная библиотека исследовательских методов, где главное — содержание: что представляет собой каждый метод, как он работает и откуда происходит.

Открытые данные (CC-BY)

Обзор

  • Библиотека
  • Поиск методов…
  • Обзор по областям
  • Области
  • Путь
  • Сравнить
  • Какой метод выбрать?

Справочник

  • Дисциплины
  • Атлас
  • Глоссарий
  • Методология
  • Философия

Рабочее пространство

  • Моя библиотека
  • Стол
  • Чат

Компания

  • О проекте
  • Цены
  • Контакты
  • Предложить метод

Материалы составлены из опубликованных источников и приведены для справки. Проверка точности и применимости любых сведений для ваших целей остаётся вашей ответственностью.

© 2026 ScholarGate · Справочная библиотека исследовательских методов
  • Конфиденциальность
  • Куки
  • Условия использования
  • Удалить аккаунт