马尔科夫过程的优化

马尔科夫过程的优化

强化学习是agent与环境之间的迭代交互，需要考虑几点：


处于某种状态，决策者将在该状态下选择一个动作；

能随机进入一个新状态并给决策者相应的回报作为响应；

状态转移函数选择的动作将影响新状态的选择；

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。