dkkfff的博客

参考RL 算法可以分为基于模型的方法（Model-based）与免模型的方法（Model-free）。前者主要发展自最优控制领域。通常先通过高斯过程（GP）或贝叶斯网络（BN）等工具针对具体问题建立模型，然后再通过机器学习的方法或最优控制的方法，如模型预测控制（MPC）、线性二次调节器（LQR）、线性二次高斯（LQG）、迭代学习控制（ICL）等进行求解。而后者更多地发展自机器学习领域，属于数据驱动的方法。算法通过大量采样，估计代理的状态、动作的值函数或回报函数，从而优化动作策略。基于模型的方法一般先从数

一、机器学习引言：人工智能分为弱人工智能和强人工智能，而目前的科研基本都是利用机器学习来实现弱人工智能传统算法：决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等。按照学习方法分类： 监督学习（分类/回归）—半监督学习—无监督学习（聚类）—集成学习—深度学习—强化学习监督学习中的数据有标注、无监督学习的数据没有标注，强化学习中有反馈评估，但数据没有标注。机器学习和强化学习、深度学习之间的关系图：1.深度学习引言：深度学习是包含多个隐藏层的神经网络结构，利用深度神经网络（