April 2022
Intermediate to advanced
376 pages
4h 55m
Japanese
ここでは「9章 方策勾配法」で使用した数式の証明を行います。
「9.1 最も単純な方策勾配法」で説明したとおり、としたとき、その勾配は次の式(9.1)で表されます。
ここでは、式(9.1)の導出を行います。
まずは記号の確認です。ここでは方策をとしたとき、軌道
が得られる確率を
で表すことにします。それでは、を数式で順に展開していきます。
数式の右側にあるコメントを参考に1つずつ追ってみましょう。微分についての知識があれば、特に難しい点はないと思います。ここでは1点「 ...
Read now
Unlock full access