知识卡片

普通读书笔记卡 · 2700.e.1.a.1.b.4 · 生成模型:未记录

异步回推选择更新顺序

理解等级:中级

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?

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