已閱讀5頁，還剩11頁未讀， 繼續(xù)免費閱讀
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)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1 2/ 3/可以理解為(agent)通過在 4/
戲開始后的某一個畫面(某一幀))在狀態(tài) 采取某個行動At(比如向右移動轉(zhuǎn)移到下一個狀態(tài)St+1(游戲的下一個畫面(下一幀 一個回報Rt+1(如果沒 ，獲得回報+1)循環(huán)進(jìn)行，并輸出每一時刻的[狀態(tài)，行動，回報]， 5/
γ,γ01)Gt=Rt+1+γRt+2+γ2Rt+3+ 6/ 7/ 基于策略的方法 8/ 從狀態(tài)St開始，預(yù)期在未來可以獲得的累積回報V(s)=E[Rt+1+γRt+2+γ2Rt+3+...|St= 9/π(s)V(s)
a=π(a|s)=P(At=a|St= Gradient、 10/ 11/
(MonteV(St)=V(St)+α[Gt?V(St)=V(St)+α[Rt+1+γV(St+1)? 12/ 13/QlearningQlearning 14/Qlearning
Qlearning 目標(biāo):獲得一個指 15/Qlearning
Qlearning 初始化QQ(s,a)為0，Qm行n選擇行動 有更大的概率去依賴Q值表選取行動sasQQ值利用Bellman方程更新Q(s,a)Q(s,a)=Q(s,a)+α[R(s,a)+γmaxQ(s′,a′)?Q(s, 16/
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. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 貪吃蛇課程設(shè)計結(jié)果分析
- 二零二五年度教育設(shè)施合作開發(fā)PPP項目合同范本2篇
- 2025年度創(chuàng)業(yè)公司新增股份引入?yún)f(xié)議3篇
- 課程設(shè)計里的課程導(dǎo)入
- 二零二五年度拆除工程安全監(jiān)督服務(wù)協(xié)議3篇
- 提質(zhì)提升項目建立實施方案范文（2篇）
- 運(yùn)行部主任安全職責(zé)（3篇）
- 大學(xué)班委職責(zé)細(xì)化（3篇）
- 測塵工操作規(guī)程模版（3篇）
- 二零二五年度江蘇二手車買賣雙方車輛交易售后服務(wù)跟蹤合同
- 分公司“三重一大”事項決策考核評價和后評估辦法（試行）
- 醫(yī)院物業(yè)管理應(yīng)急預(yù)案
- 如何認(rèn)識和欣賞《楚辭》
- 幼兒園英語教學(xué)計劃模板述職匯報
- T-ISEAA 001-2020 網(wǎng)絡(luò)安全等級保護(hù)測評高風(fēng)險判定指引
- QC成果提高地下室剪力墻混凝土施工質(zhì)量
- 子宮內(nèi)膜癌護(hù)理查房
- 神通數(shù)據(jù)庫管理系統(tǒng)v70企業(yè)版5安裝部署手冊
- 信息部年終工作總結(jié)（2篇）
- 化工廠有限公司年終工作總結(jié)
- JJF 1089-2002滾動軸承徑向游隙測量儀校準(zhǔn)規(guī)范
評論
0/150
提交評論