← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9873.p.1.b · 生成模型:未记录

集成强化学习用分歧辅助决策

理解等级:中级

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?

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:通过添加探索奖励来鼓励探索未探索过的