知识卡片
探索可作用在动作或参数
动作层探索直接尝试不同选择。参数层探索先改变策略参数,再让新策略生成动作,可能在多个状态产生协调变化。举例说,连续控制可给单步输出加噪声,也可用扰动过的策略走一整段。
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
- 第9章 探索与利用 · 查看原书依据
后者直接针对参数化的策略函数,表现为尝试不同的参数设置
参考来源
- 位置:《强化学习入门:从原理到实践》第9章《第9章 探索与利用》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter83.xhtml`,body 子元素 3
- 结论依据:原文区分作用于当前备选动作与策略参数的探索。
- 原始内容:后者直接针对参数化的策略函数,表现为尝试不同的参数设置