← 返回卡片

原书出处

深入浅出强化学习:原理入门

06 第6章 基于值函数逼近的强化学习方法

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.436Z

迭代更新。因此,之前讲的强化学习算法又称为表格型强化学习。对于状态值函数,其表格的维数为状态的个数 ,其中 为状态空间。

若状态空间的维数很大,或者状态空间为连续空间,此时值函数无法用一张表格来表示。这时,我们需要利用函数逼近的方法表示值函数,如图6.1所示。当值函数利用函数逼近的方法表示后,可以利用策略迭代和值迭代方法构建强化学习算法。

图6.1 值函数逼近在强化学习算法中的应用 在表格型强化学习中,值函数对应着一张表。在值函数逼近方法中,值函数对应着一

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/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00015.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57