【David Silver强化学习公开课】-6：Value Function Approximation

一、介绍

找到一种适应真实情况（很大的状态空间）的RL方法，之前的价值函数表示是通过一个S×A的表（Table）来表示Q(s,a)。状态空间很大时，这种表示内存占用过大，而且单独学习每个state的价值函数太慢了。而且在遇到没有见过的状态时，表现会很差（缺少泛化能力）。找到一种适应真实情况（很大的状态空间）的RL方法，之前的价值函数表示是通过一个S