darrenao的博客

原创 2020百度强化学习培训体会

感谢美丽的科科老师，加班加点地用心备课和深入浅出的讲解，让我这个对强化学习一无所知的门外汉，也有机会登堂入室，一窥强化学习的奥妙与强大。 几点感受 一、相对于保守安全的SARSA算法（也许是我功夫还不到吧，在CliffWalking游戏中，虽然agent每次都成功的避开了悬崖旁边的危险路径，但经常是运行结果大不相同），我更喜欢极具冒险精神的Q-learning算法，每次只选择未来获取奖励最高的策略，每次都坚定的走临近悬崖的最近的路； 二、还有经典的DQN算法，开创了神经网络与强化学习巧妙结合，将强化学习的应