← 知识地图∇ 算法与优化
优化
3 个概念，1 个已写；与 2 门其他学科共享概念或相互关联。先修的在左，同一章的圈在一起，通往这门课之外的关系挂在卡片上。
关系位置即顺序：沿轨道从左到右读
节点概念方法已写待写1 / 3 已点亮
点一个概念查看它的说明和关系1 / 3 已点亮
优化1/3
点一个节点，这里会显示它的说明，以及它和其他节点之间的关系。
这门课的关系一览2
MDP 与价值函数前置Policy Gradient
目标 J(θ) 定义在 MDP 的轨迹分布上。
随机梯度方法应用Policy Gradient
策略梯度的更新是对 J(θ) 的随机梯度上升，收敛分析沿用随机非凸优化。