返回主题:强化学习与多智能体

知识卡片

普通读书笔记卡 · 3796.f

深度强化学习联合感知决策

理解等级:中级

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?

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

    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。