知识卡片
异步回推选择更新顺序
原位更新可免备份,优先调度可让显著变化尽快传播,沿实际轨迹更新则将计算放在常访问区域。要维持经典收敛保证,仍须满足相应的访问与模型条件。全宽回推的成本取决于一次动作可能涉及多少后继。
关联:[[同步评估每轮读取旧值]]。同步按整轮读旧值,异步改变读写顺序与调度。
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
- 3.4 异步动态规划算法 · 查看原书依据
依据一定的原则有选择性地更新部分状态的价值
参考来源
- 位置:《强化学习入门:从原理到实践》第3章《3.4 异步动态规划算法》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter20.xhtml`,body 子元素 2
- 结论依据:原文用原位、优先级与实时三类例子说明更新调度。
- 原始内容:依据一定的原则有选择性地更新部分状态的价值