系列文章目录

提示：国科大其他课程资料整理
国科大高级AI——强化学习（格子问题）
国科大高级AI——博弈论以及相关考题
国科大高级AI——一阶谓词逻辑
国科大高级AI——证明题历年考题
国科大高级AI——深度学习整理
国科大高级AI——野人和传教士问题
国科大模式识别——历年考题以及课后题整理

文章目录

系列文章目录
前言
一、题目描述
二、计算过程
- 1.策略评估
- 2.策略提升
- 3.最优策略

前言

这是一道2020-2021国科大高级人工智能期末考试的一道格子题

一、题目描述

每一个格子等概率向着4个方向移动，每次移动一步，收益为 -1 ，移动到出口结束游戏。若当前移动会导致出界，则移动后位置不变：
黄色是出口。

二、计算过程

1.策略评估

利用动态规划的方法求当前策略下每个格子估值

2.策略提升

根据每个格子的估值求对应的贪心策略

3.最优策略

根据第二问得到的贪心策略，列出方程组并求解

得到新的状态估值

根据新的状态估值得到新的贪心策略

根据新的贪心策略，列出在此贪心策略下的方程组

到此计算发现：v1、v2、v3、v4状态估值不变，则最优策略与其相对应状态估值如下：

强化学习——格子游戏问题相关推荐

【强化学习炼金术】李飞飞高徒范麟熙解析强化学习在游戏和现实中的应用
在新智元上一篇文章中,Jim Fan(范麟熙)介绍了强化学习的概念和目的.今天是<强化学习炼金术>Introduction第三讲. 在这一课里,Jim Fan会跟各位炼金术师们聊一聊游戏中 ...
使用Python实现基于强化学习与游戏化学习典型算法
作者:禅与计算机程序设计艺术随着现代社会和互联网的快速发展,基于网络.移动终端等新型信息技术的应用也越来越多,为人类提供了无限可能.同时,由于计算机科学和互联网技术的飞速发展,计算机已逐渐成为人类社 ...
基于强化学习与深度强化学习的游戏AI训练
github地址一.摘要在本次大作业中由两个项目组成. 第一个小项目即为简单AI走迷宫游戏,通过强化学习的Q-learning算法,对AI进行训练来让其能以大概率找打一条通关路径并基本按照该路径进 ...
深度学习算法(第37期)----如何用强化学习玩游戏？
上期我们一起学习了强化学习中的时间差分学习和近似Q学习的相关知识, 今天我们一起用毕生所学来训练一个玩游戏的AI智能体. 由于我们将使用 Atari 环境,我们必须首先安装 OpenAI gym 的 ...
《强化学习周刊》第7期：强化学习应用之游戏
No.07 智源社区强化学习组强化学习研究观点资源活动关于周刊强化学习作为人工智能领域研究热点之一,它在游戏领域中的应用的研究进展与成果也引发了众多关注.为帮助研究与工程人员了 ...
什么是深度强化学习？又是如何应用在游戏中的？
讲师介绍 Shimon 腾讯互娱研发效能部应用研究工程师导语本期真经阁文章来自Gcloud云研社供稿,由应用研究工程师Shimon分享深度强化学习技术在游戏领域中的应用,文章由浅至深,阐述了深度强 ...
安装gym库_强化学习Gym库学习实践(一）
最近看了一篇研究方向相关的文章,介绍了一种DQN的应用,感觉还挺新鲜的.想着把这篇文章复现出来,就开始学习强化学习的相关知识,作为一名小白,这一路走的可是真的十分艰难(我太菜了啊!) 看了莫烦Pyth ...
深度强化学习入门到精通--资料综述
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 人工智能是21世纪最激动人心的技术之一.人工智能,就是像人一样的智能,而人的智能包 ...
最NB强化学习路线图
人工智能是21世纪最激动人心的技术之一.人工智能,就是像人一样的智能,而人的智能包括感知.决策和认知(从直觉到推理.规划.意识等).其中,感知解决what,深度学习已经超越人类水平:决策解决how,强 ...
【大全】深度强化学习入门到精通
聚焦AI干货,关注:决策智能与机器学习人工智能是21世纪最激动人心的技术之一.人工智能,就是像人一样的智能,而人的智能包括感知.决策和认知(从直觉到推理.规划.意识等).其中,感知解决what,深度 ...

强化学习——格子游戏问题