知识卡片

普通读书笔记卡 · 9878.b.2.b.1 · 生成模型:未记录

最大熵逆向强化学习

理解等级:中级

最大熵逆向强化学习参数化奖励,使专家轨迹在相应的概率模型下具有较高概率;计算依赖访问分布,已知动力学的离散情形可用动态规划,高维或未知动力学时需要采样等近似。

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:《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:本节对方法和局限的说明。 - 原始内容:最大熵逆向强化学习的优化目标是学习一个好的参数φ