Reinforce Learning 基础
基础的名词概念
该文章为中国Mooc上赵世钰老师的课程，强化学习的数学原理 的课程笔记。
state
状态（state），指的是智能体对于外界环境相关的特性，通常使用 S S S表示。具体的状态，比如：
- 智能体的位置(x, y, z)
- 智能体的速度(vx,vy,vz)
state space: 指的是state的集合。
S = { S i } i = 1 n S = \{S_{i}\}_{i=1}^{n} S={
Si}i=1n
S S S代表状态， { S i } \{S_{i}\} {
Si}代表状态的集合， i i i代表第 i i i个状态，n为状态的总数量。
Action
行为，一般用 a i a_{i} ai表示。
Action space of a state，指的是在一个时刻所有可能的行为的集合。
A { S i } A\{S_{i}\} A{
Si} = { a i } i = 0 n \{a_{i}\}_{i=0}^n {
ai}i=0n
A { S i } A{\{S_{i}\}} A{
Si}代表在状态 S i S_{i} Si时的行为集合。 { a i } \{a_i\} {
ai}代表在状态 i i i时的行为。
State transition
指智能体经过行为 a a a之后从上一个状态进入到下一个状态的过程。这个过程定义了智能体与环境的互动与接触。
利用概率公式来表达这一过程：
P ( S 2 ∣ S 1 , a 1 ) = 0.5 P(S_2|S_1, a_1)=0.5 P(S2∣S1,a1)=0.5
P ( S 3 ∣ S 1 , a 2 ) = 0.5 P(S_3|S_1, a_2)=0.5 P(S3∣S1,a2)=0.5
？表示在状态 S 1 S_1 S1采取 a 1 a_1 a1进入状态 S 2 S_2 S2的概率有50%，在 S 2 S_2 S2采取行为 a 2 a_2 a2进入状态 S 3 S_3 S3的概率有50%。
？表示在状态 S 1 S_1 S1
最低0.47元/天 解锁文章
扫一扫
5032
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
