开始看《深入浅出强化学习——原理入门》,由于时间有限,做个简要的笔记。
“深度学习如图像识别和语音识别解决的是感知问题,强化学习解决的是决策问题,人工智能的终极目标就是经过感知进行智能决策。”
1、区分有模型 无模型: 状态转移概率Pss'已知,是有模型的强化学习;
2、(有模型的强化学习)值函数是怎么来的:高斯赛德尔迭代,用前一次的值计算后一次的值,直到收敛!
以下是高斯赛德尔迭代求值函数内容:
开始看《深入浅出强化学习——原理入门》,由于时间有限,做个简要的笔记。
“深度学习如图像识别和语音识别解决的是感知问题,强化学习解决的是决策问题,人工智能的终极目标就是经过感知进行智能决策。”
1、区分有模型 无模型: 状态转移概率Pss'已知,是有模型的强化学习;
2、(有模型的强化学习)值函数是怎么来的:高斯赛德尔迭代,用前一次的值计算后一次的值,直到收敛!
以下是高斯赛德尔迭代求值函数内容:
繼續運行 ?* 回憶上次內容 上次使用shell環境中的命令 命令 作用 c