《机器学习十讲》学习报告十
作者:互联网
强化学习:
智慧决策的过程,通过过程模拟和观察来不断学习,提高决策能力
策略:在特定状态下应该怎么采取行动
目的:找到最佳策略,即能够获得最大奖励的策略
数学模型:
策略和目标:
在马尔科夫决策过程中,最终需要求解一个策略,他是行动和状态之间的映射
分为确定性策略和随机性策略
目标:最大化累计奖励的期望
强化学习的方法分类:
有模型型:已知或者学习状态转移概率
无模型型:探索环境而不直接学习
状态价值函数:
状态-行动价值函数:
深度学习Q-learning
Q表本质是一种映射,吧状态映射为行动
标签:状态,机器,策略,映射,决策,行动,学习,十讲 来源: https://www.cnblogs.com/520520520zl/p/14368279.html