版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
Q-learning和Sarsa主讲人：礼欣Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室state为行，action为列(达到state0,...,state5)，R矩阵则为：其中的-1表示空值（相应的节点之间没有边相连）Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa算法流程注意：在状态s’时，只是计算了在s’时要采取哪个a能得到更大的Q值，并没有执行；Q-learningQ-learning和Sarsa算法流程
Q-learningQ-learning和Sarsa学习率看作是保留多少旧值、生成新值的度量。如果学习率越大，新估计值代替旧估值的比例越大。学习率为1时新估值完全代替旧值，旧Q值被完全抛弃此时Q-learning更新规则如下Q-learningQ-learning和Sarsa逃离密室
Q-learningQ-learning和Sarsa逃离密室
Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室Q-learningQ-learning和Sarsa逃离密室自编码Sarsa2SarsaQ-learning和Sarsa算法流程SarsaQ-learning和Sarsa算法流程SarsaOn-policyQ-learningOff-policySarsaQ-learningQ-learning和SarsaSarsaQ-learningQ-learning和SarsaSarsaQ-learningQ-learning和Sarsa来源：莫烦python教程https://morvanzhou.github.io/tuto
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论