![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
强化学习
Ricarvy Li
这个作者很懒,什么都没留下…
展开
-
浅浅地谈 —— 强化学习的爬行之旅(一)
入坑强化学习有一段时间了,对于强化学习的学习理念以及思想也有了一定程度的了解。强化学习的突然火爆源于几年之前的Alpha Go战胜韩国某位围棋高手事件(名字不说,都懂)。能够进行自我学习自我更新,且不受情绪影响,拥有智能决策的人工智能体已经开始影响生活的方方面面,而这种特性的起源正是基于一种能够进行自主环境探究的学习方法,这就是RL(Reinforcement Learning,强化学习)。引...原创 2018-07-19 15:58:39 · 370 阅读 · 0 评论 -
浅浅地谈 —— 强化学习的爬行之旅(二)
上一节讲到了强化学习的应用场景及基本的定义。在这一节中,我们来探究如何解决这个问题。首先回顾一下问题:我们有一个状态集合S和一个动作集合A,那么如何在每一个状态st下选择合适的at,在过程结束时获得最大的total R?解法一 : 动态规划动态规划是解决贪心问题的一个比较常用的方法,通常来说,动态规划算法分为以下几步: 1.划分阶段:安装问题的时间或者空间的特征,把问题分为若干个...原创 2018-07-20 16:23:57 · 239 阅读 · 0 评论 -
浅浅地谈 —— 强化学习的爬行之旅(三)
上一节中我们介绍了解决问题的动态规划算法和蒙特卡洛方法,以及RL的一些需要注意的问题,从这一节开始,我们开始对强化学习的每一个类族进行比较详细的介绍。由于本系列的主旨在于“浅浅地谈”,因此需要参考原理和公式推导的小伙伴们可以参看别的文献。本人知识有限,因此博文中难免出现失误,希望有小伙伴可以指出并不吝赐教。model-free算法族有很多小伙伴可能会感到疑惑:既然算法是model-...原创 2018-07-20 18:32:44 · 219 阅读 · 0 评论