anemptyarchive https://blog.hatena.ne.jp/anemptyarchive/ からっぽのしょこ https://www.anarchive-beta.com/ まとめノート まとめノート-ゼロつく4 強化学習 Python 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、6.3節の内容です。方策オフ型のSARSAにより行動価値関数を推定します。 【前節の内容】 www.anarchive-beta.com 【他の記事一覧】 www.anarchive-beta.com 【この記事の内容】 はじめに 6.3 方策オフ型のSARSA 6.3.1 方策オフ型と重点サンプリング 数式の確認 6.3.2 方策オフ型のSARSAの実装 処理の確認 実装 ・方策… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.anarchive-beta.com%2Fentry%2F2022%2F11%2F10%2F193000" title="6.3：方策オフ型のSARSA【ゼロつく4のノート】 - からっぽのしょこ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/a/anemptyarchive/20221110/20221110163953.png Hatena Blog https://hatena.blog 2022-11-10 19:30:00 rich https://www.anarchive-beta.com/entry/2022/11/10/193000 1.0 100%