1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 高等教育
  5. 微积分

强化学习（微课版）课件9-1-蒙特卡洛法.pptx

强化学习（微课版）课件9-1-蒙特卡洛法.pptx

    蒙特卡洛法

    教学提纲

    掌握蒙特卡洛预测问题的求解

    蒙特卡洛法

    给定马尔科夫决策过程MDP(S,A,P,R,γ)，我们一般将状态转移矩阵P已知的强化学习问题称

    为有模型的强化学习问题，将状态转移矩阵P未知的强化学习问题称为无模型的强化学习问题。

    有模型(S,A,P,R,γ)：可使用动态规划，算法的复杂度大且效率低，实际应用中一般不直接采用。

    无模型(S,A,P？,R,γ)：可使用蒙特卡洛法。

    蒙特卡洛方法对马尔科夫决策过程进行随机采样，通过构建样本序列来估算原问题的期望值。

    蒙特卡洛方法求解无模型强化问题的前提条件是，每个样本序列必须是一个完整的交互

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >