文档摘要

5.1 REINFORCE：策略梯度定理 本节摘要：REINFORCE 是策略路线的最小实现：跑完整条轨迹拿到回报 G，然后对每个 (st, at) 沿 ∇log π(at|st)·Gt 方向调参数——高回报轨迹上的动作概率被推高，低回报的被压低。策略梯度定理保证这个朴素规则的期望恰好等于期望回报的梯度。本节从直觉推出定理，给出完整算法与一个最小可跑实现，并说明它为何在连续动作上得心应手、为何方差大到必须等第 5.2 节来救。 会员。《5.1 REINFORCE：策略梯度定理》收录于灏天文库文集《强化学习与智能体训练：从 Q-Learning 到深度强化学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/540-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%AD%E7%BB%83%E4%BB%8E-q-learning-%E5%88%B0%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流