强化学习
2篇文章 · 0订阅
  • 强化学习总结01 基本概念
    1. 概述 强化学习是智能体（Agent）与环境（Environment）不断交互, 不断提高自己的决策能力的过程. 所学习的样本来自于与环境的交互。而非像传统机器学习的样本是现有的。 。 2. 强化学习的组成 回报值 又称累积折扣奖励（cumulative discounte…
    强化学习
    强化学习总结01 基本概念
  • 强化学习总结02 马尔可夫决策过程
    马尔可夫决策过程（Markov Decision Processes, MDPs）是对强化学习问题的数学描述。 要求环境是全观测的。 所以要求环境是全观测的，(如果是部分观测的话，状态信息有缺失)。 状态转移概率指从一个马尔可夫状态 s 跳转到后继状态 (successor s…
    强化学习
    强化学习总结02 马尔可夫决策过程