知识卡片

普通读书笔记卡 · 9873.p · 生成模型:GPT-6

经验回放复用历史转移

理解等级:中级

经验回放把状态、动作、奖励、下一状态及终止标记保存到缓冲区,再从中抽样更新模型,可提高数据利用率并降低连续样本相关性。回放并非必然提高每个动作的价值:更新方向取决于目标与当前估计;采样分布、缓冲区大小和数据过时也会影响效果。

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:《深度学习:从基础到实践(上下册)》第26章《强化学习》26.9(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0034_split_009.html`) - 结论依据:使用经验回放。 - 原始内容:使用经验回放[Wawrzyński13]。 经验回放的想法就像一位音乐家重新触碰多年未曾用过的乐器。她可能必须得从自己当年的早期练习以及简单的乐曲开始复建。