11 2018 档案
摘要:Kalman Filter Cons: Kalman filtering is inadequate because it is based on the unimodal Gaussian distribution assumption, and it can’t represent simult
阅读全文
摘要:一、离散状态的马尔科夫决策 1. 奖励因子r 在马尔科夫决策中,有个奖励因子r,在计算总期望价值的时候,奖励因子r的次方数会逐步增加。对于这个的解释可以理解为:今天的一元钱在明天一般都会贬值。所以当某个状态s较晚到达时,要控制奖励因子使得获得的价值减少。 2. Bellman方程 $$ V^{\pi
阅读全文
摘要:一、直接采样 直接采样的思想是,通过对均匀分布采样,实现对任意分布的采样。因为均匀分布采样好猜,我们想要的分布采样不好采,那就采取一定的策略通过简单采取求复杂采样。 假设y服从某项分布p(y),其累积分布函数CDF为h(y),有样本z~Uniform(0,1),我们令 z = h(y),即 y =
阅读全文