一个比较有意思的在离散情况下的 planning 方式。
之所以叫做tree search,我觉得就是因为这种方法就是像树杈一样从根部到树叶不断地搜索。就像下图这样:
要注意的是:
- 每个节点的含义,并不是每个state,而是采取某个特定的action后到达的state,这个state可以是不同的。比如说,从 s 1 s_1 s1开始,我们如果执行action a 1 = 0 a_1~=~0 a1 = 0,如图所示就会到达左边的 s 2 s_2 s2,只要执行action
一个比较有意思的在离散情况下的 planning 方式。
之所以叫做tree search,我觉得就是因为这种方法就是像树杈一样从根部到树叶不断地搜索。就像下图这样:
要注意的是: