← 返回卡片

原书出处

深入浅出强化学习:原理入门

11 第11章 逆向强化学习

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.442Z

在区间固定时,所有的分布中均匀分布的熵最大。因为均匀分布在固定区间每一点取值的概率都相等,所以取哪个值的不确定性最大。

最大熵原理: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。原因在于通过熵最大所选取的模型,没有对未知(即除了约束已知外)做任何主观假设。也就是说,除了约束条件外,我们不知道任何其他信息。

比如,当我们猜测一个筛子每个面朝上的概率时,我们猜每个面朝上的概率都是1/6,其实这个解就是最大熵解。因为,我们除了知

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/text00022.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57