会员
周边
众包
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
维和战艇机
博客园
首页
新随笔
联系
订阅
管理
2020年12月29日
强化学习学习笔记(第二章,多臂赌博机)
摘要: 本章节以多臂赌博机为模型,介绍了若干个在简化环境下的强化学习算法(动作不会影响下一时刻的情景和收益) 1、贪心算法,每次选择期望收益最大的动作 2、ξ-贪心,在贪心算法的基础上,有ξ的概率从所有的动作中等概率选择一个。ξ如果比较大可以更快的找到收益最大的动作,但是会影响选择选择收益最大动作的概率(ξ
阅读全文
posted @ 2020-12-29 20:42 维和战艇机
阅读(102)
评论(0)
推荐(0)
编辑
公告