增强学习的初步理解- 周志华《机器学习》
来源:互联网 发布:非主流签名 知乎 编辑:程序博客网 时间:2024/06/05 10:48
【这是不完整的文章】
马尔可夫决策过程四元组
[X, A, P, R]
X : 状态的集合;
A:动作的集合;
P:状态转移函数,在给定状态x 和动作a 的情况下,转移到其他各个状态的概率;
R:转移到下个状态后获得的奖赏;
另有
策略函数
策略函数是在给定的状态x下,决定采取什么样的动作a;
注意:
1、策略函数和状态转移函数是完全不一样的,策略函数是给定x选择a,状态函数是给定x和a,选定下一个状态,一般来说,策略函数是需要训练的,状态转移函数是给定不变的。2、状态函数是策略函数的下一步
策略函数的训练目标是获得长期的最大化的受益, 长期指的是在整个训练周期的最大化收益。所以训练一整次之后才回观察到奖赏的结果,再进行反馈纠正。
阅读全文
0 0
- 增强学习的初步理解- 周志华《机器学习》
- 机器学习初步理解
- 机器学习(1)_一些知识点的初步理解
- 机器学习的理解
- 机器学习之增强学习
- 机器学习初步
- 机器学习初步了解
- 初步认识机器学习
- 对机器学习的初步感悟 1
- 统计机器学习的理解
- 对机器学习的理解
- 机器学习的一些理解
- 对机器学习的理解
- 对机器学习的理解
- 机器学习的个人理解
- 深度学习初步理解
- 流行学习初步理解
- Nginx学习-初步理解
- 布局线下移动观影体验,大画VR一体机打造二级移动院线
- .net中excel程序导入数据库
- ARM多核引导过程
- Vue instance lifecycle
- 【Spark的那些事儿】—你眼中的RDD
- 增强学习的初步理解- 周志华《机器学习》
- ViewPager+Fragment 组合的预加载和懒加载
- the road of IELTS
- 根据天数 ,返回孕妈多少周 格式 14周+3天
- Hello_World
- COCOS2dX
- Sync服务发布
- ESXI6.5-coentOS6.5-共享磁盘创建
- 模型保存(持久化)