原书出处
深入浅出强化学习:原理入门
14 第14章 基于模型的强化学习方法:PILCO及其扩展
节介绍的均是无模型的强化学习方法。我们简单比较一下基于模型和基于无模型两种方法的优缺点。 1.基于无模型的强化学习方法
无模型强化学习方法最大的优势是通用:一种算法可以适用于很多领域。由于无需建立模型,智能体所有的决策都是通过与环境交互得到的,所以这种方法适用于很难建模或者根本无法建模的场景,如游戏、自然语言处理等。
同样,由于没有模型,智能体就需要不断地与环境交互、探索环境,需要大量试错。这也导致无模型强化学习算法的最大缺点:数据效
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/text00025.html
EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57