知识卡片
学习用经验规划用模型
学习可用真实轨迹改进策略或拟合模型。规划使用可模拟的转移来比较动作。两者可同在一个循环,模型误差也会进入基于模拟的估计。
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
模拟分析个体与环境交互情况的过程称为规划
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 20
- 结论依据:原文将真实交互后的能力改进与交互前的模拟区分开。
- 原始内容:模拟分析个体与环境交互情况的过程称为规划