热门标签
热门文章
- 1MySQL查询练习一（多表）_mysql 多表查询练习题
- 2axios配置多个请求地址(打包后可通过配置文件修改)_axios怎么更改请求地址端口
- 3Jsp 中的getServletContext全局数据共享
- 4ElasticSearch篇——认识、安装和使用IK分词器插件，一篇文章带你彻底拿下！
- 5大数据架构的演变与多种大数据架构类型说明——解读大数据架构（一）
- 6基于STM32的开源手表设计——应用FreeRTOS实现_freertos项目
- 7AcWing每日一题
- 8外包干了5天，技术退步明显.......
- 9python如何执行js代码，学会这两个库就够了_python 执行js
- 10python3GUI--用Tk开发一款恶搞蓝屏软件（附源码）_python蓝屏代码
当前位置: article > 正文
马尔科夫决策过程，强化学习，深度强化学习，Q-learning 入门 一看就懂_动态马尔可夫决策和深度强化学习
作者：盐析白兔 | 2024-04-22 13:50:33
赞
踩
动态马尔可夫决策和深度强化学习
- 马尔科夫性：即无后效性，下一个状态只和当前状态有关而与之前的状态无关。
- 马尔科夫过程：马尔科夫过程是随机过程的一种。可以理解为，在满足马尔科夫性质的条件下，状态与状态之间的转换过程即为马尔科夫过程。这个过程只有状态和状态转移概率，是不涉及动作的。
- 马尔科夫决策过程：考虑了动作策略的马尔科夫过程，即系统下个状态不仅和当前的状态有关，也和当前采取的动作有关。
- 强化学习：是依靠环境给予的奖惩来学习的，因此对应的马尔科夫决策过程还包括奖惩值
这几者的区别详见：https://zhuanlan.zhihu.com/p/80884389
- 马尔科夫决策推荐两篇文章
- 强化学习及其经典算法——Q-learning（文章中结合了实例，容易理解）
- 强化学习如何解决问题以及适合解决什么样的问题？
- 如何解决问题：https://blog.csdn.net/broadview2006/article/details/79076736
- 解决什么问题： 序贯决策问题
https://blog.csdn.net/songyunli1111/article/details/84453457
- 从强化学习到深度强化学习（注意经验池和目标网路）
深度强化学习(DRL) = 强化学习(RL) + 深度学习(DL)
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/盐析白兔/article/detail/468848
推荐阅读
相关标签
