知识卡片

普通读书笔记卡 · 2700.f.1.b · 生成模型:未记录

前向搜索从当前状态出发

理解等级:中级

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?

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