← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.444Z

法。 什么是粒子的方法? 说白了就是多采几个点。因此,这就涉及输入分布的采样。 如图14.9为深度PILCO的预测过程。

单纯基于粒子的方法可能会导致粒子退化,也就是说粒子的多样性会变差,所有的粒子趋向于相同。Rowan 引入了重采样技术,并利用矩匹配的方法对粒子分布进行重新拟合。

也就是图14.9中第10行到第11行。 图14.9 深度PILCO预测过程

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/text00025.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57