知识卡片
策略评估与策略提升
策略迭代交替执行两步:先评估当前策略的状态价值,再依据当前动作价值选择更好的行动形成新策略。对满足条件的有限 MDP,精确评估与策略改进可不断改进策略并收敛;近似评估或连续空间需要另行分析。
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
- · 第8章 强化学习
原书出处 · 1 处
- 强化学习 · 查看原书依据
策略迭代分为策略评估和策略提升两个部分
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:原文将策略迭代分为评估与提升,并给出有限状态动作的收敛说明。
- 原始内容:策略迭代分为策略评估和策略提升两个部分