在自定义的环境中进行强化学习训练时候，可以通过训练过程每一轮的td_error评估训练过程的好坏吗...

最新推荐文章于 2024-09-14 09:59:20 发布

不卡不卡

最新推荐文章于 2024-09-14 09:59:20 发布

阅读量90

点赞数

文章标签：深度学习机器学习人工智能算法 python

本文链接：https://blog.csdn.net/weixin_42594427/article/details/129501812

版权

在自定义的环境中进行强化学习训练时，通过训练过程中每一轮的 TD error 来评估训练过程的好坏是可以的。TD error 是用来估计状态价值函数的差异的一种度量，它可以用来反映训练的程度。如果 TD error 的值较小，则表示训练较好，反之则训练较差。不过要注意，单纯依靠 TD error 来评估训练过程并不是很准确，还需要结合其他指标来判断训练的效果。