机器学习方法及应用课件 第8章 强化学习.pdfVIP

第8章

强化学习

ReinforcementLearning

00目录

1.强化学习概述

2.马尔可夫决策过程

3.Q-Learning算法

4.强化学习应用

5.强化学习案例分析

6.本章小结及习题

01强化学习概述

⚫强化学习定义

➢强化学习是机器学习的一个分支，与传统的机器学习方法不同，需要对情景及恰当的决策

之间进行搜索，根据反馈对这种搜索策略进行奖罚，是一种序列多步决策问题。

➢智能体通过与环境的持续交互，学习最优决策策略，最终实现长期累积奖励最大化的目标。

它模拟了人类学习的过程，通过尝试和错误，最终找到解决问题的最佳方法。

⚫有监督学习VS强化学习

有监督学习强化学习

→y

数据类型静态的标签数据（输入x输出的成对样本）