知识卡片

普通读书笔记卡 · 2700.e.1.a.1.b.5 · 生成模型:未记录

小模型可以用函数存规则

理解等级:中级

格子状态转移可从索引偏移和边界条件算出,不必显式维护大量零概率项。模型仍然存在,只是以计算规则表示。用统一接口返回后继和奖励,可以在策略评估与价值迭代中复用。

关联:[[动态规划复用子问题价值]]。格子环境用可计算规则提供贝尔曼回推所需模型。

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《3.5.1 小型格子世界MDP建模》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter22.xhtml`,body 子元素 2 - 结论依据:原文展示用函数实现确定性的局部规则。 - 原始内容:编写一个反映环境动力学特征的方法(接受当前状态和行为作为参数)来确定后续状态和奖励值