強(qiáng)化學(xué)習(xí)基礎(chǔ)理論及算法課件-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用_第1頁
強(qiáng)化學(xué)習(xí)基礎(chǔ)理論及算法課件-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用_第2頁
強(qiáng)化學(xué)習(xí)基礎(chǔ)理論及算法課件-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用_第3頁
強(qiáng)化學(xué)習(xí)基礎(chǔ)理論及算法課件-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用_第4頁
強(qiáng)化學(xué)習(xí)基礎(chǔ)理論及算法課件-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用_第5頁
已閱讀5頁，還剩7頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

強(qiáng)化學(xué)習(xí)基礎(chǔ)理論及算法課件強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用挑戰(zhàn)一張圖解釋強(qiáng)化學(xué)習(xí)！強(qiáng)化學(xué)習(xí)需要不斷與環(huán)境交互！開局是智障，裝備全靠打！ 需要大量的模擬數(shù)據(jù)來訓(xùn)練！訓(xùn)練其實(shí)就是不斷嘗試的過程，慢慢去學(xué)習(xí)如何才不能撞墻！強(qiáng)化學(xué)習(xí)也就是咱們的一生經(jīng)歷了學(xué)習(xí)、學(xué)習(xí)、學(xué)習(xí)、學(xué)習(xí)。與環(huán)境交互中不斷獲得經(jīng)驗(yàn)例如我通過吃螃蟹，知道了螃蟹好吃、以游戲?yàn)槔绾尾拍軠?zhǔn)確著陸呢？剛開始小飛船可啥也不會(huì)設(shè)計(jì)獎(jiǎng)勵(lì)機(jī)制，平穩(wěn)著陸就能獲得獎(jiǎng)勵(lì)實(shí)際中獎(jiǎng)勵(lì)并不是只有最終結(jié)果來判斷，過程中每一步都會(huì)產(chǎn)生獎(jiǎng)勵(lì)小飛船就得想，往哪走（左，右，開火等行為）才能獲得更多的獎(jiǎng)勵(lì)呢？上臺(tái)領(lǐng)獎(jiǎng)！應(yīng)用領(lǐng)域遍地開花挑戰(zhàn)一張圖解釋強(qiáng)化學(xué)習(xí)！機(jī)器人要不斷與環(huán)境交互互動(dòng)就是得到下一步的指示（Action） 按照指示走下步勢(shì)必會(huì)改變環(huán)境繼續(xù)與環(huán)境交互得到新的指示（結(jié)合獎(jiǎng)勵(lì)機(jī)制來學(xué)習(xí)要不要這么干！）計(jì)算機(jī)眼中什么是環(huán)境呢？Action是什么與環(huán)境交互后得到的反應(yīng)例如（上，下，左，右） 可能是離散，也可能連續(xù)例如機(jī)器人要打我，他不僅能移動(dòng)（離散）還能出不同的力度（連續(xù)）如何通過狀態(tài)得到當(dāng)前合適的行為呢？只需要神經(jīng)網(wǎng)絡(luò)就可以啦，輸入為state，輸出為action如何訓(xùn)練網(wǎng)絡(luò)就成了一個(gè)大難題了，現(xiàn)在可不

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論