知识卡片

普通读书笔记卡 · 2700.f.2 · 生成模型:未记录

预测与控制的目标不同

理解等级:初级

预测问按某个规则行动会拿到多少长期回报。控制问应选哪种规则以提高回报。一边估值一边改策略时,预测步骤为控制提供比较依据。

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 22 - 结论依据:原文用策略是否给定来区分两种任务。 - 原始内容:预测指的是在给定一个策略下,个体对未来进行一个评价