知识卡片
前向搜索从当前状态出发
每次要行动时,从当前状态开始试走若干支路径。虚拟转移由模型给出,用终点结果或价值估计比较动作。搜索算力集中于当前局面,换了真实局面需推进搜索起点。
关联:[[学习用经验规划用模型]]。以当前真实局面为起点的规划形式。
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
- 8.3 基于模拟的搜索 · 查看原书依据
它从当前时刻的状态开始,利用模型来模拟采样
参考来源
- 位置:《强化学习入门:从原理到实践》第8章《8.3 基于模拟的搜索》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter80.xhtml`,body 子元素 2
- 结论依据:原文把向未来前推和用模拟样本回溯放到同一搜索过程。
- 原始内容:它从当前时刻的状态开始,利用模型来模拟采样