Resultats de la cerca
Salta a la navegació
Salta a la cerca
Coincidències de títol de la pàgina
- ...ó de divergència KL es va aproximar simplement retallant el gradient de la política. TRPO, el predecessor de PPO, és un algorisme de política. Es pot utilitzar per a entorns amb espais d'acció discrets o continus. ...10 Ko (1.624 paraules) - 16:13, 17 feb 2025
Coincidències de text de pàgina
- ...compensa-estat-acció''' ('''SARSA''') és un [[algorisme]] per aprendre una política de [[procés de decisió de Màrkov]], utilitzat a l'àrea [[Aprenentatge de re Un agent SARSA interactua amb l'entorn i actualitza la política en funció de les accions realitzades, per això es coneix com a ''algorisme ...3 Ko (530 paraules) - 10:09, 14 abr 2024
- {{infotaula geografia política}} ...579 octets (68 paraules) - 11:23, 23 jul 2021
- {{infotaula geografia política}} ...607 octets (78 paraules) - 13:48, 7 des 2021
- ...aquesta pot ampliar-se o reduir-se mitjançant una política expansiva o una política de contracció, però no sense risc. ...ària normalment és controlada per la institució del país que controla la [[política monetària]], que generalment sol ser el [[banc central]] o el [[Ministeri d ...4 Ko (646 paraules) - 23:16, 1 nov 2024
- Una funció política <math>\pi</math> és un [[mapeig]] (potencialment probabilístic) de l'espai ...cada estat en funció dels objectius i les recompenses esperades. La funció política pot ser determinista o probabilística, depenent del tipus de MDP: ...6 Ko (1.040 paraules) - 11:42, 21 feb 2025
- {{infotaula geografia política}} ...951 octets (109 paraules) - 22:31, 20 des 2022
- {{infotaula geografia política}} ...880 octets (110 paraules) - 13:39, 7 des 2021
- ...tar una funció de valor. Perquè s'apliqui el gradiennormatiu, la funció de política <math>\pi_\theta</math> està parametritzat per un paràmetre diferenciable < En la RL basada en polítiques, l'actor és una funció política parametritzada <math>\pi_\theta</math>, on <math>\theta</math> són els parà ...11 Ko (1.736 paraules) - 08:13, 30 gen 2025
- {{infotaula geografia política}} ...945 octets (115 paraules) - 11:24, 23 jul 2021
- {{infotaula geografia política}} ...837 octets (118 paraules) - 11:23, 23 jul 2021
- == Ús en política econòmica == Un tema important de [[política econòmica]] és com determinar una taxa de descompte adient. Perquè la '''ta ...4 Ko (711 paraules) - 19:42, 27 juny 2024
- ...ó de divergència KL es va aproximar simplement retallant el gradient de la política. TRPO, el predecessor de PPO, és un algorisme de política. Es pot utilitzar per a entorns amb espais d'acció discrets o continus. ...10 Ko (1.624 paraules) - 16:13, 17 feb 2025
- ...temes electorals de diferents països, com es fa en el camp de la [[ciència política]].<ref>Laakso, M.; R. Taagepera (1979): ''Effective Number of Parties: A Me ...1 Ko (228 paraules) - 12:08, 13 juny 2022
- ...um=12}}</ref> Alguns algorismes d'AC estan a la política, d'altres no a la política. Alguns s'apliquen a espais d'acció continus o discrets. Alguns funcionen e L{{'}}'''actor''' utilitza una funció política <math>\pi(a|s)</math>, mentre que el crític estima la [[Value function|func ...9 Ko (1.555 paraules) - 10:56, 27 feb 2025
- ...'euro. Documentació general sobre els instruments i els procediments de la política monetària de l'Eurosistema] Abril 2002</ref> ...)|dipòsit]], pel saldo dels passius esmentats.<ref>{{ref-llibre|títol = La política monetària del Banc Central Europeu 2004 |editorial = Banc Central Europeu|i ...8 Ko (1.352 paraules) - 14:22, 9 gen 2025
- {{infotaula geografia política}} ...2 Ko (243 paraules) - 23:43, 29 maig 2022
- {{infotaula geografia política}} ...2 Ko (255 paraules) - 11:11, 10 gen 2025
- ...ds, and away from distant future rewards</ref> <math>\gamma</math> sota la política <math> \pi </math>: Aleshores avaluem repetidament la política <math>\pi</math>, obteniu una recompensa <math>r</math> i actualitzeu la fu ...6 Ko (939 paraules) - 12:13, 5 ago 2023
- ...per a qualsevol FMDP donat, donat un temps d'exploració [[infinit]] i una política parcialment aleatòria.<ref name="auto" /> "Q" es refereix a la funció que c ...6 Ko (958 paraules) - 02:52, 27 set 2024
- | interessos = [[Retòrica]], [[Filosofia]], [[Política]], [[Poesia]], [[Música]], [[Matemàtica]], [[Pintura]], [[Escultura]] Probablement, va ser a causa de la seva activitat política que va morir. Segons narra [[Tertulià]], Hípies hauria estat assassinat per ...6 Ko (994 paraules) - 17:46, 16 gen 2025