hiliang521的博客

【强化学习基础（6）】强化学习的应用：从游戏到机器人

【强化学习基础（5）】策略搜索与学徒学习：从专家行为中学习加速学习过程

【强化学习基础（4）】强化学习中的泛化：函数近似与深度强化学习

【强化学习基础（3）】主动强化学习：不仅要评估还要决策，探索与利用的平衡

被动强化学习（Passive Reinforcement Learning）是指智能体有一个固定的策略π(s)，它按照这个策略行动，学习状态的价值函数U(s)。价值函数表示"从状态s开始，按照策略π，期望能获得多少累积奖励"。在被动学习中，智能体不知道环境的转移模型P(s’|s, a)和奖励函数R(s, a, s’)。它只能通过观察来学习：执行动作，观察结果状态和奖励，然后更新对状态价值的估计。这就像你按照既定路线开车，不知道路况如何，只能通过实际开车来观察"这条路好不好走"。

【强化学习基础】强化学习概念：从奖励中学习