知识卡片

普通读书笔记卡 · 2700.f.1 · 生成模型:未记录

学习用经验规划用模型

理解等级:中级

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?

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

    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