强化学习(三) - 基于模型学习(DP)

最新推荐文章于 2025-01-04 00:24:06 发布

LearningXX

最新推荐文章于 2025-01-04 00:24:06 发布

阅读量455

点赞数

本文深入探讨了马尔科夫决策过程(MDP)的概念及其在动态规划中的应用。通过介绍最优状态值函数v*(s)的计算方法，揭示了策略迭代如何通过不断评估和改进策略来寻找最优解。策略迭代虽然耗时，但确保了策略的逐步优化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一节主要是引入了MDP(Markov decision process)的各种相关的定义与概念。最后得到了 最优状态值函数 $v∗(s)v∗(s) v_∗(s)$ $v (s)$ 的值，…不断迭代直到策略收敛。策略迭代在每次改进策略后都要对策略进行重新评估，因此比较耗时。

参考：
动态规划求解MDP
周志华《Machine Learning》学习笔记（17）–强化学习

        </div>

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。