bacow/easy-rl
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Update chapter1_questions&keywords.md

Browse Source
This commit is contained in:
David Young
2020-09-08 09:11:45 +08:00
committed by GitHub
parent d179999183
commit d94cf36e67
1 changed files with 3 additions and 3 deletions
Download Patch File Download Diff File Expand all files Collapse all files

6
docs/chapter1/chapter1_questions&keywords.md
View File

@@ -1,6 +1,6 @@
## Chapter1 强化学习概述 # Chapter1 强化学习概述
#### 1 关键词 ## 1 Keywords
- **强化学习（Reinforcement Learning）**：Agent可以在与复杂且不确定的Environment进行交互时，尝试使所获得的Reward最大化的计算算法。 - **强化学习（Reinforcement Learning）**：Agent可以在与复杂且不确定的Environment进行交互时，尝试使所获得的Reward最大化的计算算法。
- **Action**: Environment接收到的Agent当前状态的输出。 - **Action**: Environment接收到的Agent当前状态的输出。
@@ -17,7 +17,7 @@
- **model-based（有模型结构）**：Agent通过学习状态的转移来采取措施。 - **model-based（有模型结构）**：Agent通过学习状态的转移来采取措施。
- **model-free（无模型结构）**：Agent没有去直接估计状态的转移，也没有得到Environment的具体转移变量。它通过学习 value function 和 policy function 进行决策。 - **model-free（无模型结构）**：Agent没有去直接估计状态的转移，也没有得到Environment的具体转移变量。它通过学习 value function 和 policy function 进行决策。
#### 2 思考题 ## 2 Questions
- 强化学习的基本结构是什么？ - 强化学习的基本结构是什么？