2021年1月22日
强化学习五大方面-奖励与策略结构
摘要： 前言 在本篇文章中将介绍奖励与策略结构相关的知识，这一部分是强化学习的极重要一部分，因此会有较长篇幅介绍。 奖励 奖励是代理不断完善自己，使自己能够自主实现目标的直接经验来源。代理通过接受来自环境奖励判断自己行为地好坏，从而通过更大可能的选择收益高的行为使自己趋于目标状态。好比老师为你的行为打的分数 阅读全文
posted @ 2021-01-22 23:02 万一啊 阅读(366) 评论(0) 推荐(0) 编辑