2016-09-30から1日間の記事一覧
https://arxiv.org/pdf/1602.01783.pdf A3Cの論文にあるEntropy Regularizationの意味が(少しだけ)分かってきたので、実装の準備として微分してみる。 まず、方策に対してエントロピーを考える。 を代入すると (π・その他の記号の意味は http://gasyou.is…
https://arxiv.org/pdf/1602.01783.pdf A3Cの論文にあるEntropy Regularizationの意味が(少しだけ)分かってきたので、実装の準備として微分してみる。 まず、方策に対してエントロピーを考える。 を代入すると (π・その他の記号の意味は http://gasyou.is…