En el Assignment1, la fórmula del UCB a emplear es diferente en las transparencias del curso respecto a la que aparece en Sutton y Barto, capítulo 2.
Obviamente no tienen diferencias conceptuales pero a igualdad del c las bandas tienen ancho distinto. (En SyB el c está fuera de la raíz cuadrada y en las transparencias está adentro). De las dos maneras aparecen fenómenos explicables. ¿Cuál sería la fórmula preferente a implementar?
Cualquiera de las dos maneras está bien. Lo importante es ver, a grandes rasgos, como se comporta el algoritmo cuando c crece.
Saludos
Muchas gracias!
De: Jose Lezama (vía FING) [mailto:noreply@fing.edu.uy]
Enviado el: jueves, 25 de abril de 2019 16:00
Para: Ibarburu, Mario
Asunto: DRL: Re: Assignment 1
DRL » Foros » Foro Consultas » Assignment 1
|
|
Re: Assignment 1 de Jose Lezama - jueves, 25 de abril de 2019, 15:29 |
|
|
Cualquiera de las dos maneras está bien. Lo importante es ver, a grandes rasgos, como se comporta el algoritmo cuando c crece.
Saludos |
Darse de baja de este foro Darse de baja de esta discusión Modifique sus preferencias de suscripción
Puede responder al mensaje mediante email.