Cross Entropy Methods(CEM)

Description

交叉熵方法一般适用于状态空间连续的环境，分布函数一般选择高斯分布。

1. 使用高斯分布 $p(A)$ 生成动作序列 $A_1,\dots ,A_N$
2. 计算 $J(A_1),\dots ,J(A_N)$
3. 选取上诉计算结果中表现最好（$J(A_i)$ 值最高）的几组动作序列 $A_{i_1},\dots ,A_{i_M}$ ，其中 $M<N$
4. 修改高斯分布参数，使得此高斯分布更加贴合 $A_{i_1},\dots ,A_{i_M}$ ，返回 1 步继续执行