会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
水無月鈴乃
博客园
首页
新随笔
联系
订阅
管理
2021年2月5日
20210205
摘要: 今天是强化学习的简单介绍。个人理解的强化学习目标就是找到获得最大奖励的策略(特定状态下应该怎么采取行动)。但为了防止不收敛(毕竟存在一种极端情况,随着作出的策略增多“获得奖励”的速度减缓,但整体仍然无限增多的情况)而导致的无限运行无法收敛,需要一个折扣因子来“削减”即得的奖励来防止过度追求最大奖励导
阅读全文
posted @ 2021-02-05 22:47 水無月鈴乃
阅读(53)
评论(0)
推荐(0)
编辑
公告