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
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
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