加载中...

Q-learning

发表于2026-01-06|更新于2026-01-07|强化学习

|浏览量:

文章作者: zhxy

文章链接: http://example.com/2026/01/06/Qleaning/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源星语的博客！

强化学习算法

相关推荐

马尔科夫决策过程

MDP如何定义一个MDP提供了一种正式方式来描述强化学习问题中的环境，它假设环境满足马尔可夫性质，也就是未来状态和奖励只取决于当前状态和动作，而不依赖于之前的全部历史。一个MDP由一个包含五个组成部分的元组定义$(S,A,P,R,\gamma)$ 状态空间 (S) 状态空间(S)是环境可能处于的所有状态的集合。一个重要假设是马尔可夫性质。它表明转移到下一个状态s’的概率只取决于当前状态s和所采取的动作a，与之前所有的状态和动作无关。如果$S_t$是时间t的状态，且$A_t$是时间t的动作： $$P(S_{t+1}=s’|S_t=s,A_t=a,S_{t-1},A_{t-1},…,S_0,A_0) = P(S_{t+1}=s’|S_t=s,A_t=a)$$ 动作空间(A) 动作空间A是智能体可以从中选择的所有可能动作的集合。有时，可用动作的集合取决于当前状态 s,在这种情况下我们将其表示为 A(s)。动作 a∈A或a∈A(s)是智能体在给定时间步做出的决策。转移概率函数(P) 转移概率函数P描述了环境的动态特性，常被称为模型。它指定了在智能体采取动作a的情况下，从当前状态...

数据加载中