科技信息
科技信息
과기신식
SCIENTIFIC & TECHNICAL INFORMATION
2011年
11期
183
,共1页
强化学习%机器学习%智能控制
彊化學習%機器學習%智能控製
강화학습%궤기학습%지능공제
人类通常从与外界环境的交互中学习.所谓强化(reinforcement)学习是指从环境状态到行为映射的学习,以使系统行为从环境中获得的累积奖励值最大.在强化学习中,我们设计算法来把外界环境转化为最大化奖励量的方式的动作.
人類通常從與外界環境的交互中學習.所謂彊化(reinforcement)學習是指從環境狀態到行為映射的學習,以使繫統行為從環境中穫得的纍積獎勵值最大.在彊化學習中,我們設計算法來把外界環境轉化為最大化獎勵量的方式的動作.
인류통상종여외계배경적교호중학습.소위강화(reinforcement)학습시지종배경상태도행위영사적학습,이사계통행위종배경중획득적루적장려치최대.재강화학습중,아문설계산법래파외계배경전화위최대화장려량적방식적동작.
