强化学习算法理论基础与典型应用场景分析.docxVIP

强化学习算法理论基础与典型应用场景分析

目录

强化学习算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.1强化学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.2强化学习的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.3强化学习与传统机器学习的比较．．．．．．．．．．．．．．．．．．．．．．．．．．．4

强化学习算法理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1马尔可夫决策过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2奖励函数与状态空间．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3动态规划与值函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.4政策梯度方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.5近端策略优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.6确定性策略梯度及其变体．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

强化学习算法实现方