開始看《深入淺出強化學習——原理入門》,由於時間有限，做個簡要的筆記。
“深度學習如圖像識別和語音識別解決的是感知問題，強化學習解決的是決策問題，人工智能的終極目標就是經過感知進行智能決策。”
1、區分有模型 無模型： 狀態轉移概率Pss'已知，是有模型的強化學習；
2、（有模型的強化學習）值函數是怎麼來的：高斯賽德爾迭代，用前一次的值計算後一次的值，直到收斂！
以下是高斯賽德爾迭代求值函數內容：
強化學習1 高斯賽德爾迭代
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
Shell/Python中的用戶名獲取
一、幾個基本概念 登錄用戶（login user）：通過登錄方式進入系統的用戶，強調登錄身份。 當前用戶（current user）：執行一個進程或者命令時所使用的用戶身份，強調執行身份。 舉