知识卡片
查表是独热的线性近似
给每个状态一个特征坐标,输入只在自身坐标取 1。权重点积等于该坐标存的值,梯度只更新这一坐标。使用多个可共享的特征时,才会有从一个状态向其他状态迁移的估计。
关联:[[状态离散分箱有维度成本]]。独热特征说明表格无跨状态共享,为近似的边界例。
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
- 6.3.1 线性近似 · 查看原书依据
每一个特定的状态对应的线性价值函数的特征分量中只有一个为1
参考来源
- 位置:《强化学习入门:从原理到实践》第6章《6.3.1 线性近似》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter59.xhtml`,body 子元素 11
- 结论依据:原文给出查表和线性模型的等价构造。
- 原始内容:每一个特定的状态对应的线性价值函数的特征分量中只有一个为1