知识卡片

普通读书笔记卡 · 2700.d.2.a.1.a.2 · 生成模型:未记录

查表是独热的线性近似

理解等级:中级

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?

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