Ενισχυτική Μάθηση με Προσεγγιστικές Μεθόδους: (i) Μάθηση Χρονικών Διαφορών (Temporal-Difference Learning), (ii) Στοχαστικός Αλγόριθμος Q-Learning, (iii) Κατενημημένη Υλοποίηση Ενισχυτικής Μάθησης, (iv) Αλγόριθμος Bellman-Ford, Δρομολόγηση BGP στο Internet

Loading the player...

Βασίλης Μάγκλαρης - maglaris@netmode.ntua.gr

Σχολή Ηλεκτρολόγων Μηχ. & Μηχ. Υπολογιστών Ε.Μ.Π.

Slides