25、强化学习与多种学习策略解析

sun99

于 2025-10-11 10:17:31 发布

阅读量14

点赞数

CC 4.0 BY-SA版权

分类专栏：多智能体系统的智慧博弈文章标签：强化学习 Minimax-Q学习 R-max算法

本文链接：https://blog.youkuaiyun.com/sun99/article/details/154717900

多智能体系统的智慧博弈专栏收录该内容

57 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

强化学习与多种学习策略解析

1. 强化学习相关算法

1.1 Minimax - Q学习示例

在重复的匹配硬币游戏中，Minimax - Q学习有如下表现，以下是部分数据展示：
| t | Actions | Reward1 | Qt(H, H) | Qt(H, T) | Qt(T, H) | Qt(T, T) | V(s) | π1(H) |
| — | — | — | — | — | — | — | — | — |
| 0 | | 1 | 1 | 1 | 1 | 1 | 0.5 | |
| 1 | (H ,H) | 1 | 1.9 | 1 | 1 | 1 | 0.5 | |
| 2 | (T,H) | -1 | 1.9 | 1 | -0.1 | 1 | 0.55 | |
| 3 | (T,T) | 1 | 1.9 | 1 | -0.1 | 1.9 | 1.279 | 0.690 |
| 4 | (H ,T) | -1 | 1.9 | 0.151 | -0.1 | 1.9 | 0.967 | 0.534 |
| 5 | (T,H) | -1 | 1.9 | 0.151 | -0.115 | 1.9 | 0.964 | 0.535 |
| 6 | (T,T) | 1 | 1.9 | 0.151 | -0.115 | 1.884 | 0.960 | 0.533 |
| 7 | (T,H) | -1 | 1.9 | 0.151 | -0.122 | 1.884 | 0.958 | 0.534 |
| 8 | (H,T) | -1 | 1.9 | 0.007 | -0.12