知识卡片
动作接口应反映控制约束
两个控制分量各限于 [-1,1],环境据其调整速度并限制速度大小。目标接近程度转成奖励。施力会影响后续速度,观察位置和速度都能帮助决定下一步。
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
- 7.5.1 连续行为空间的PuckWorld环境 · 查看原书依据
分别表示个体在水平和竖直方向上一个时间步长内接受的力的大小
参考来源
- 位置:《强化学习入门:从原理到实践》第7章《7.5.1 连续行为空间的PuckWorld环境》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter72.xhtml`,body 子元素 2
- 结论依据:原文直接用二维力向量确定动力学变化。
- 原始内容:分别表示个体在水平和竖直方向上一个时间步长内接受的力的大小