10 2020 档案
摘要：Q-learning是强化学习中一种经典的无监督学习方法，通过与环境交互来指导学习； 大部分强化学习都是基于马尔科夫决策（MDP）的。MDP是一个框架，而Q学习是应用了这种框架的一个具体的学习方法。 Q学习的四要素：（agent，状态 s，动作 a，奖励 r） 简而言之，agent从当前状态选择一个
阅读全文
摘要：其他权重计算方法：https://zhuanlan.zhihu.com/p/112667852 熵权法是一种客观加权法，比主观的加权更具说服力。 熵，描述系统的混乱程度。 在我看来，可以这样理解它：系统混乱，说明了信息的不一致性，而信息又分为我们已知的，和我们未知的。即不需要学习的，和需要学习的。熵
阅读全文
