← 返回卡片

原书出处

智能算法导论

205 2 1 . 2 . 2 基 于 最 大 信 息 熵 的 逆 向 强 化 学 习

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.897Z

21.2.2 基于最大信息熵的逆向强化学习 21.2.2 基于最大信息熵的逆向强化学习 在学习概率模型时,在所有满足约束的概率模型(分布)中,熵最大的模型是最好的模型。

将熵最大问题转化为标准型: 用拉格朗日乘子法求解该问题: 对概率p进行微分并令导数为0之后,得到最大熵的概率: 其中,λ

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter21_0006.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d