知识卡片
预测与控制的目标不同
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?
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
预测指的是在给定一个策略下,个体对未来进行一个评价
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