强化学习论文笔记

这里整理了强化学习相关的论文阅读笔记，特别关注在足球分析和序列决策中的应用。

📖 已阅读

暂无

📝 核心概念

Temporal Difference Learning

  • 定义: 通过自举（bootstrapping）学习价值函数
  • 优势: 不需要等到序列结束，可以在线学习
  • 应用: 评估球员动作的长期价值

Credit Assignment Problem

  • 问题: 如何将最终结果归因到之前的动作
  • 挑战: 足球中进球稀疏，难以评估中间动作
  • 解决思路: 使用 TD Learning 传播价值

Value Function

  • 状态价值 V(s): 评估某个状态的好坏
  • 动作价值 Q(s,a): 评估在某状态下采取某动作的价值
  • 足球应用: 评估球员动作对进球概率的贡献

🔗 相关资源

📂 相关笔记

持续更新中...