人工智能教程 - 专业选修课程4.3.5 - 强化学习 4.智能体分类,规划,预测和控制等简介

智能体分类

Categorizing RL agents

• 基于价值 Value Based

  • No Policy (Implicit)
  • Value Function

• 基于行动决策 Policy Based

  • Policy
  • No Value Function

• 结合价值和行动决策 Actor Critic

  • Policy
  • Value Function

• 无模型 Model Free

  • Policy and/or Value Function
  • No Model

• 基于模型的 Model Based

  • Policy and/or Value Function
  • No Model
    

在连续决策问题当中的两个重要方面

Two fundamental problems in sequential decision making

强化学习问题 Reinforcement Learning: