深度学习之强化学习.pdfVIP

  • 390
  • 0
  • 约1.73千字
  • 约 41页
  • 2022-04-07 发布于四川
  • 举报
深度学习之强化学习.pdf深度学习之强化学习.pdf

明天是打球还是学习呢? +1 (奖励) -1 (惩罚) (奖励) (惩罚) 学习系统没有像很多其它形式的机器学习方法一样被告知应该做出什么行为 必须在尝试了之后才能发现哪些行为会导致奖励的最大化 当前的行为可能不仅仅会影响即时奖励,还会影响下一步的奖励以及后续的所有奖励 智能体 (agent) 状态

文档评论(0)

1亿VIP精品文档

相关文档