1.概念

强化学习是一种算法，是让计算机实现从一开始什么都不懂, 脑袋里没有一点想法, 通过不断地尝试, 从错误中学习, 最后找到规律, 学会了达到目的的方法. 这就是一个完整的强化学习过程。

2.学习原理

没有人去告诉对象该做什么样的决定，只是在你做了某一个决定之后对你的行为作出评价，给予奖励或者惩罚。这样你之后做决定的时候就会朝有奖励的行为给予更多的偏向。然后就会衍生出大量的数据来寻量这个对象。

3.算法实现

强化学习是一个大家族, 他包含了很多种算法,, 比如有通过行为的价值来选取特定行为的方法, 包括使用表格学习的 q learning, sarsa, 使用神经网络学习的 deep q network, 还有直接输出行为的 policy gradients, 又或者了解所处的环境, 想象出一个虚拟的环境并从虚拟的环境中学习。

强化学习（1）-什么是强化学习相关推荐

强化学习入门教程（附学习大纲）
零基础,想要入门或从事强化学习研究的同学有福了! CSDN学院特邀资深讲师为大家分享<强化学习深入浅出完全教程>从零基础开始入门强化学习,在教学的过程中,配合具体案例.代码演示 , ...
UA CSC696H 强化学习理论选讲1 强化学习概览
UA CSC696H 强化学习理论选讲1 强化学习概览强化学习相关概念 Markov Decision Processes(MDP)简介 Policy Evaluation 强化学习(reinfor ...
【控制】《多智能体机器人系统信息融合与协调》范波老师-第5章-强化函数设计方法及其在学习系统的应用
第4章回到目录第6章第5章-强化函数设计方法及其在学习系统的应用 5.1 引言 5.2 强化学习应用中的关键问题 5.2.1 泛化方法 5.2.2 探索与利用的权衡 5.2.3 强化函数与算法结 ...
强化学习笔记1：强化学习概述
七个字概括强化学习适用的问题:多序列决策问题 1 agent和environment 强化学习讨论的问题是一个智能体(agent) 怎么在一个复杂不确定的环境(environment) ...
强化学习笔记4：强化学习分类
1 model-free & model-based model-based(有模型) RL agent,它通过学习环境的状态转移来采取动作. model-free(免模型) RL agent ...
强化学习（三）—— 策略学习（Policy-Based）及策略梯度（Policy Gradient）
强化学习(三)-- 策略学习(Policy-Based)及策略梯度(Policy Gradient) 1. 策略学习 2. 策略梯度 3. 案例 1. 策略学习 Policy Network 通过策略 ...
强化学习（二）—— 价值学习（Value-Based）及DQN
强化学习(二)-- 价值学习(Value-Based)及DQN 1. DQN介绍 2. TD算法介绍 3. 案例 1. DQN介绍 Deep Q Network 目标:最大化累计奖励(回报U) 通过神 ...
构建强化学习_如何构建强化学习项目（第1部分）
构建强化学习 Ten months ago, I started my work as an undergraduate researcher. What I can clearly say is t ...
强化学习q学习求最值_Q学习简介：强化学习
强化学习q学习求最值 by ADL 通过ADL Q学习简介:强化学习 (An introduction to Q-Learning: reinforcement learning) This arti ...
监督式学习、非监督式学习、强化学习
Table of Contents 广义上来说,有3种机器学习算法 1. 监督式学习(Supervised Learning) 2. 非监督式学习(Unsupervised Learning) 3. ...

强化学习（1）-什么是强化学习

1.概念

2.学习原理

3.算法实现

强化学习（1）-什么是强化学习相关推荐

最新文章

热门文章