知识卡片
深度强化学习联合感知决策
深度强化学习用神经网络从复杂观测学习表示,并近似策略或价值,再依据交互回报调整参数。它把感知与长期决策结合,但观测表示未必是充分状态,深层网络也不保证更准确或收敛。在 SAR 分割后处理中,可把结果修正作为连续决策,效果仍取决于状态、动作、奖励及评估设计。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 1 . 3 基 于 多 尺 度 F C N - C R F 网 络 和 强 化 学 习 的 高 分 辨 S A R 图 像 语 义 分 割 · 查看原书依据
其中,DNN不仅实现了感知环境的功能,同样也发挥了为不同环境状态以及动作之间建立映射关系的作用。由于强化学习本身具有延时奖赏的特点,因此在训练深度强化学习的神经网络时,其修正网络的方式也会因网络或强化学习种类的不同而不同。
参考来源
- 位置:《智能算法导论》第 206 项《2 1 . 3 基 于 多 尺 度 F C N - C R F 网 络 和 强 化 学 习 的 高 分 辨 S A R 图 像 语 义 分 割》(源文件:`_epub-src/EPUB/xhtml/chapter21_0007.xhtml`)
- 结论依据:正文描述 DNN感知及状态动作映射和 SAR迭代修正,未沿用“层越深越准确”“最大化利用”的保证性表述。
- 原始内容:利用深度学习来感知复杂的环境,为强化学习部分提供经过感知后的特征……DNN不仅实现了感知环境的功能,同样也发挥了为不同环境状态以及动作之间建立映射关系的作用。