机器学习基础之强化学习_强化学习,学习器

作者：繁依Fanyi0 | 2024-04-15 10:41:28

踩

强化学习,学习器

强化学习的原理，就是通过结果的反馈来对有效规则进行强化，并弱化无效或者较差的规则的一种学习原理。跟常规的监督学习不同之处在于，在学习器的训练前没有标记样本的结果，而需要通过尝试来得到各行为的结果，进而来对训练本身进行反馈。

任务与奖赏

任务与奖赏是强化学习的一个基础概念，就是基于一个状态下通过执行某个动作（任务）使得状态发生改变，通过对改变后的状态进行对比来决定当前任务的好坏，如果状态变得更好则对任务进行奖赏。

K摇臂赌博机是一种由K个摇臂的赌博机，玩家在放入游戏币后可以选择一个摇臂进行操作，而所有摇臂本身有不同的概率来赢得奖励，具体摇臂本身出的奖赏也只是一个概率值并非确定值

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/繁依Fanyi0/article/detail/427416?site