← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 2700.f.5 · 生成模型:未记录

强化学习中的环境模型

理解等级:中级

强化学习中的环境模型预测采取行动后可能到达的状态及奖励,可用于模拟和规划。模型是对环境转移的表示,与决定采取什么行动的策略、评价长期收益的价值函数不同;并非所有强化学习方法都必须显式学习模型。

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

    • 强化学习 · 查看原书依据

      模型:指环境的模型,用于模拟环境的行为,给出对下一个状态的预测和下一时刻(或者立即)的奖励值。

    参考来源

    - 位置:《现代人工智能技术》第8章《强化学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml) - 结论依据:原文定义模型预测下一状态及奖励,并与策略、价值列为不同要素。 - 原始内容:模型:指环境的模型,用于模拟环境的行为,给出对下一个状态的预测和下一时刻(或者立即)的奖励值。