原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
强化学习入门
—基于 Python
March 23, 2023
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
March 23, 2023 1 / 28
强化学习基础与实践
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
March 23, 2023 2 / 28
迷宫的说明性例子
Example 1
图1 左图是一个非常简单的由称为状态 (state) 的0 ～5 号位置组成的迷宫, 0 号位置是迷宫入口,
4 号是出口. 问题的目标是: 在迷宫中任何一点出发, 都能找到最短路径以到达4 号所在的出口.
实际上一眼可以看到, 如果从5 出发, 走出该迷宫最短路径是5 → 2 → 0 → 1 → 4. 但是对于我们
称之为代理 (agent) 的AI 机器人或者诸如金鱼或仓鼠的动物来说, 学会寻找正确路线的方法需要
通过训练. 与图1 左图等价的路径图是图 1 的右图.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
March 23, 2023 3 / 28
图1: 例
文档评论（0）