人工智能之强化学习基础

强化学习入门

人工智能参考书理论将机器人对环境的观测O与状态S等同。

模型：机器与环境交互改变状态的规律。
Pss′a=P(St+1=s′∣St=s,At=a)Rsa=E[Rt+1∣St=s,At=a] P^a_{ss'}=P(S_{t+1}=s'|S_t=s,A_t=a)\\ R^a_s = E[R_{t+1}|S_t=s,A_t=a] Pss′a​=P(St+1​=s′∣St​=s,At​=a)Rsa​=E[Rt+1​∣S