强化学习算法原理及其工业应用研究.docxVIP

强化学习算法原理及其工业应用研究

目录

文档简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

强化学习算法基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

2.1强化学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

2.2核心概念与术语定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.3经典强化学习算法分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

基于价值迭代的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.1马尔可夫决策过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2动作价值函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.3深度Q强化学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

基于策略梯度的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.1策略梯度定理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.