强化学习算法原理及其在典型场景中的应用.docxVIP

强化学习算法原理及其在典型场景中的应用

目录

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

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

1.2强化学习与监督学习、无监督学习的区别．．．．．．．．．．．．．．．．．．．4

1.3强化学习算法的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

强化学习算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1动机与奖励．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2状态、动作与价值函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3策略迭代与值迭代．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.4Q学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.5策略梯度算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

典型强化学习算法分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.1深度Q网络