强化学习核心理论研究及其在典型场景的应用.docxVIP

强化学习核心理论研究及其在典型场景的应用

目录

文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.1强化学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.2强化学习研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.3强化学习发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.4本文档结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

强化学习理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.1基本概念定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.2标准马尔可夫决策过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.3基于值函数的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.4基于策略的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.5采样方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．