- 博客(1)
- 收藏
- 关注
原创 【强化学习】入门学习
马尔科夫决策过程(Markov Decision Process)MDP 假设状态s下采取动作a,转到下一个状态s′的概率,表示为Pss′aP_{ss'}^aPss′a 如果按照真实的环境转化过程看,转化到下一个状态s′的概率既与上一个状态s有关,还与上上个状态,以及上上上个状态有关。这一会导致我们的环境转化模型非常复杂,复杂到难以建模。因此我们需要对强化学习的环境转化模型进行简化。简化的方法就是假设状态转化的马尔科夫性,也就是假设转化到下一个状态s′的概率仅与上一个状态s有关,与之前的状态无关。用公式
2020-06-25 21:38:40
319
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人