学习资料
联邦 Q-learning 论文学习笔记|异质环境中的收敛与通信
围绕 FedQ 学习联邦 Q-learning,梳理异质环境下的收敛与通信问题。
联邦学习 / 强化学习
可以反复翻阅的学习材料。从基础概念开始,也把每一步推导讲清楚。
主题:强化学习
4 篇内容
围绕 FedQ 学习联邦 Q-learning,梳理异质环境下的收敛与通信问题。
从策略梯度、优势、Critic 和 GAE 出发,理解重要性采样与 PPO-Clip,配有公式、裁剪曲线和交互计算演示。
从回报、价值函数与贝尔曼方程出发,学习 TD、Q-learning、DQN、策略梯度、Actor–Critic 和世界模型,配有公式与交互演示。