title: 【强化学习】1-1-0 强化学习介绍categories: - Reinforcement Learning - RL-An Introductionkeywords: - Reinforcement Learning - Situation - Action - Enviroment... ...
分类：
其他好文 时间：
2018-08-26 01:23:34
阅读次数：
242
简介 1.1 什么是 强化学习 (Reinforcement Learning) 1.2 强化学习方法汇总 (Reinforcement Learning) 1.3 为什么用强化学习 Why? 1.4 课程要求 Q-learning 2.1 小例子 2.2 什么是 Q Leaning 2.3 Q-l ...
分类：
其他好文 时间：
2018-08-25 21:18:11
阅读次数：
186
在强化学习（四）用蒙特卡罗法（MC）求解中，我们讲到了使用蒙特卡罗法来求解强化学习问题的方法，虽然蒙特卡罗法很灵活，不需要环境的状态转化概率模型，但是它需要所有的采样序列都是经历完整的状态序列。如果我们没有完整的状态序列，那么就无法使用蒙特卡罗法求解了。本文我们就来讨论可以不使用完整状态序列求解强化 ...
分类：
其他好文 时间：
2018-08-24 19:26:00
阅读次数：
187
一、Reinforcement Learning 强化学习 抛弃人类经验”和“自我训练”并非AlphaGo Zero最大的亮点，其关键在于采用了新的reinforcement learning（强化学习的算法），并给该算法带了新的发展。 AlphaGo Zero仅拥有4个TPU，零人类经验，其自我训 ...
分类：
系统相关 时间：
2018-08-24 02:14:00
阅读次数：
261
在强化学习（三）用动态规划（DP）求解中，我们讨论了用动态规划来求解强化学习预测问题和控制问题的方法。但是由于动态规划法需要在每一次回溯更新某一个状态的价值时，回溯到该状态的所有可能的后续状态。导致对于复杂问题计算量很大。同时很多时候，我们连环境的状态转化模型$P$都无法知道，这时动态规划法根本没法 ...
分类：
其他好文 时间：
2018-08-17 18:22:23
阅读次数：
212
Finite Markov Decision Process 马尔可夫决策过程(MDP)是对连续决策进行建模，当前的动作不仅对当前产生影响，而且还会对将来的的情况产生影响，如果从奖励的角度，即MDP不仅影响即时的奖励，而且还会影响将来的长期奖励，因此，MDP需要对即时奖励与长期奖励的获得进行权衡。 ...
分类：
其他好文 时间：
2018-08-13 00:44:02
阅读次数：
322
1.机器学习相关算法： 线性回归、K-means、决策树、随机森林、主成分分析、支持向量机，强化学习，贝叶斯网络 线性回归：解决数据预测问题，曲线弥合，已知{x1,x2,x3,...} , {y1,y2,y3,...} , 用一条曲线描述已知点的规律。 常用：最小二乘法。 K-means : 用距离 ...
分类：
其他好文 时间：
2018-08-12 17:36:49
阅读次数：
183
以下是最近在学习人工智能时整理的一点心得,没有很深的东西,觉得可以简单的了解一下机器学习与神经网络是什么 机器学习 所谓机器学习,就是在大量数据的运行下,使得计算机可以进行归纳,预测 机器学习分为三类:监督学习,无监督学习,强化学习 抛开强化学习不讲,这里的监督学习与无监督学习的根本区别在于:有无数 ...
分类：
其他好文 时间：
2018-08-09 17:44:09
阅读次数：
202
概念 强化学习需要学习一个从环境状态到智能体行动的映射，称为智能体的一个策略，使得强化回报最大化。其环境通常采用 MDP 来定义。 马尔可夫决策过程：$MDP = \{ S, A, P, R \} $ 状态转移的回报函数$R: S\times A\times S \to R$ 状态转移的概率$P: ...
分类：
其他好文 时间：
2018-08-05 14:16:44
阅读次数：
221
强化学习大致上可分为两类，一类是Markov Decision Learning，另一类是与之相对的Model Free Learning 分为这两类是站在问题描述的角度上考虑的。同样在解决方案上存在着两种方法对应着这两类问题描述，即Dynamic Programming(DP)和Stochasti ...
分类：
其他好文 时间：
2018-07-27 12:09:09
阅读次数：
134
