强化学习有什么政策? 我看过这样的话: 策略定义了学习代理在给定时间的行为方式.大致 从政策上讲，策略是从感知到的环境状态到处于这些状态时要采取的行动的映射. 但是仍然不完全了解.强化学习到底有什么政策? 解决方案 该定义是正确的，但如果您是第一次看到它，则该定义不是立即显而易见的.让我这样说:策略是代理的策略. 例如，想象一个世界，机器人在房间内移动，任务是到达目标点(x，y)，并在该点获得 .. 发布时间：2020-05-04 09:24:38 machine-learning terminology reinforcement-learning markov-decision-process AI人工智能
