知识卡片

普通读书笔记卡 · 2700.d.2.a.1.a.1.b.1.b.2.a · 生成模型:未记录

动作接口应反映控制约束

理解等级:中级

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?

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