热门标签
热门文章
- 1序列化框架 kryo VS hessian VS Protostuff VS java
- 2Inception网络模块（Inception Network Module）_inception convolut ion module
- 3 Gitlab修改文件上传10M大小限制（非命令行方式）
- 4修改mysql数据库密码_navicatemysql改数据库密码
- 5ThreadLoad如何防止内存溢出
- 6从零开始学习 Git 之 Git 的历史_创建git历史
- 7zookeeper未授权访问漏洞修复_zk未授权访问
- 8链表基础1——无头结点单向非循环链表的基本操作（c语言实现）_无头节点单向链表
- 9线程的创建（线程池）_线程池创建线程
- 10JSON.toJSONString_java json.tojsonstring
当前位置: article > 正文
强化学习论文阅读笔记（一）——强化学习研究综述_高阳_元强化学习研究综述(绿色低碳机器学习研究与应用)
作者：码创造者 | 2024-08-21 10:23:59
赞
踩
元强化学习研究综述(绿色低碳机器学习研究与应用)
强化学习研究综述_高阳
目录
一、与其他机器学习对比
- vs 监督学习：无需训练集，在线学习
- vs 规划技术：无需构造复杂的状态图，强调行为与环境交互
- vs 自适应控制技术：有共同奖赏函数形式，不要求确定动态系统模型
二、分类
- 最优搜索型：获得最优策略，选择搜索未知状态和动作，长期性
- 经验强化型：获得策略性能改善，利用以获得的可以产生高回报的动作状态，短期性
- 面对环境：马尔可夫型&非马尔可夫型
- 面临任务：非顺序型任务&顺序型任务
非顺序型：动作获取环境奖赏，不影响后继动作和状态
顺序型：动作影响未来状态和未来奖赏
三、最优搜索型强化学习算法
环境为马尔可夫型，顺序型强化学习：马尔可夫决策过程建模
T函数和R函数未知
采用技术：迭代技术调整当前状态和下一状态的值函数估值
- 模型无关法：不学习马尔可夫决策模型知识（T函数和R函数），直接学习最优策略
TD算法（蒙特卡罗思想+动态规划思想）
①无需系统模型，从Agen
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/码创造者/article/detail/1011355
推荐阅读
相关标签
