知识卡片
集成强化学习用分歧辅助决策
集成方法组合多个模型。SUNRISE 以多个价值估计的分歧辅助决策:对高不确定度样本降低价值更新权重,并可在动作选择中加入不确定性探索奖励;集成增加计算成本,也不保证所有任务均改善。
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
通过添加探索奖励来鼓励探索未探索过的
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:通过添加探索奖励来鼓励探索未探索过的