知识卡片

普通读书笔记卡 · 2700.f.3.b · 生成模型:未记录

函数近似替代表

理解等级:中级

当状态和动作空间太大,难以逐一存储价值时,可用参数化函数近似价值,例如线性模型或神经网络。共享参数能让经验影响多个相似输入,但近似误差会影响策略评估和更新,不能假定它与真实价值完全相同。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 强化学习 · 查看原书依据

      对于状态空间很大的情况(例如视频游戏中每一帧为一个状态),记录动作价值函数Qπ(s,a)需要很大的储存空间。

    参考来源

    - 位置:《现代人工智能技术》第8章《强化学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml) - 结论依据:原文用视频游戏状态空间说明存表成本,并列举线性、树与神经网络近似。 - 原始内容:对于状态空间很大的情况(例如视频游戏中每一帧为一个状态),记录动作价值函数Qπ(s,a)需要很大的储存空间。