强化学习原理与实践挑战.pdfVIP

  • 1
  • 0
  • 约1.24千字
  • 约 10页
  • 2026-11-06 发布于北京
  • 举报

一张图解释强化学习!

强化学习需要不断与环境交互!

开局是智障,全靠打!

需要大量的模拟数据来训练!

尝试如何

训练其实就是不断尝的过程,慢慢去学习如才不能撞墙!

强化学习也就是咱们的一生

经历了学习、学习、学习、学习。。

与环境交互中不断获得经验

道了螃

例如我通过吃螃蟹,知道蟹好吃、、

以游戏为例

着陆啥也

如何才能准确呢?刚开始小飞船可不会

励机得奖

设计奖制,平稳着陆就能获得励

实际励并不是只有最果来判断,过程中每一步都会产生

小飞船就得想,往哪走(左,右,开火等行为)才能获得的呢?

领奖!

应用领域开花

一张图解释强化学习!

与环

机器人要不断与境交互

就是得

文档评论(0)

1亿VIP精品文档

相关文档