8.15-8.22学习心得

学习心得

这周主要学习了强化学习的内容，先是在B站上看了三节视频，由于视频语速太快，翻译有点问题，所以看下来觉得有点难以理解，后来发现搭配讲义来看会比较容易理解，于是又把前三节讲义看了一遍，觉得又清晰了很多。总之，这不是一门很容易学习的课程，只能自己多看看，多多理解吧。

学习笔记

1.我对强化学习的理解：
强化学习的目标应该是有两个：一个是时间短，另一个是得到最好的策略。
强化学习主要包含有四个元素：Agent、Environment、reward和action。比如说作为一个agent，有两种选择方式，一种是学习，一种是睡觉。每次你学习老师就会给你奖励，每次你睡觉，老师就会给你惩罚，经过一定次数的迭代，你就会知道在什么情况下你能获得最高的奖励。
2.对马尔科夫决策过程的理解：
本次学习了马尔科夫决策过程，由于之前从未接触过，所以一开始理解得不是很透彻。包括直到现在还是有些模糊。
反反复复看了几次贝尔曼方程的推算后才终于理解了它的原理。它提示一个状态的价值由该状态的奖励以及后续状态价值按概率分布求和按一定的衰减比例联合组成。