知识卡片
确定性策略与随机策略
策略规定智能体拿到状态以后如何选动作。固定向右是确定性策略,右移概率为 0.8、上移为 0.2 是随机性策略。后继状态仍由环境决定,两种随机性需要分开描述。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 1.2 强化学习的基本概念 · 查看原书依据
提供各种可能行为的概率,那么这种策略就可以称为随机性策略
参考来源
- 位置:《强化学习入门:从原理到实践》第1章《1.2 强化学习的基本概念》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter6.xhtml`,body 子元素 11
- 结论依据:原文区分给出确定动作与给出概率分布的映射。
- 原始内容:提供各种可能行为的概率,那么这种策略就可以称为随机性策略