强化学习之基本公式
强化学习公式理解强化学习中使用收获做为估计价值的指标,这可以类比与现实世界中如何在一顿自助餐中吃回本,如何在一段时间中消耗最低等问题,为了获得最优结果,我们使用计算机进行大量运算。这就是强化学习。推想(复杂,结果最优?只是最优控制吧。)状态S的收获G(S)=r(s,a)+γr(st+1,at+1)+......G(S)=r(s,a)+γr(s_{t+1},a_{t+1})+......G(S)=r(s,a)+γr(st+1,at+1)+......这就相当于G(S)=Σk=0∞rt+k∗γ
原创
2020-12-08 19:19:32 ·
2102 阅读 ·
0 评论