增强学习（一）-基本概念的理解

小咪咪 2022-05-30 09:53 176阅读 0赞

Reinforcement learning  
1.定义：  
Reinforcement learning is learning what to do —-how to map situations to actions —- so as to maximize a numerical reward signal.  
增强学习关注的是：智能体agent如何在环境中采取一系列行为，从而获得最大的累积回报。

机器学习的算法可以分为三类：  
监督学习  
非监督学习  
增强学习

2.增强学习和非监督学习的区别：  
增强学习是试错学习（Trail-and-error）,由于没有直接的指导思想，智能体要以不断地域环境交互，通过试错的方式来获取最佳策略。  
延迟回报，增强学习的知道信息很少，而且往往在事后（最后一个状态）才给出的，这就导致了一个问题，就是在获得正回报或者负回报以后，如何将信息分配给前面的状态。

3.强化学习有几个元素：  
输入：  
States：状态环境，例如迷宫中的每一个小格子就是一个state  
Actions：行为，在每个状态下，有什么行为是允许的  
Rewards：回馈，进入每个状态时，能带来的正面的或者负面的价值  
输出：  
Policy：在每个状态下，会选择哪个行为

4.算法  
![这里写图片描述][70]

参考文献：  
[http://www.cnblogs.com/jinxulin/p/3511298.html][http_www.cnblogs.com_jinxulin_p_3511298.html]

[https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/1-1-A-RL/][https_morvanzhou.github.io_tutorials_machine-learning_reinforcement-learning_1-1-A-RL]

[70]: /images/20220530/a079bbf977be47668bc364b2a5a238ee.png
[http_www.cnblogs.com_jinxulin_p_3511298.html]: http://www.cnblogs.com/jinxulin/p/3511298.html
[https_morvanzhou.github.io_tutorials_machine-learning_reinforcement-learning_1-1-A-RL]: https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/1-1-A-RL/