知识卡片
函数近似替代表
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?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第8章 强化学习
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。