强化学习为什么要引入马尔可夫决策过程?为什么要把马尔可夫决策过程作为理论依据?马尔可夫性质对强化学习有什么关键点是不能被替代的?
1条回答 默认 最新
- ·星辰大海 2022-09-30 21:46关注
大部分带有随机的算法证明收敛都是用马尔可夫来做的,比如pso的收敛验证,ga的收敛等一众进化演化算法
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥500 火焰左右视图、视差(基于双目相机)
- ¥100 set_link_state
- ¥15 虚幻5 UE美术毛发渲染
- ¥15 CVRP 图论 物流运输优化
- ¥15 Tableau online 嵌入ppt失败
- ¥100 支付宝网页转账系统不识别账号
- ¥15 基于单片机的靶位控制系统
- ¥15 真我手机蓝牙传输进度消息被关闭了,怎么打开?(关键词-消息通知)
- ¥15 装 pytorch 的时候出了好多问题,遇到这种情况怎么处理?
- ¥20 IOS游览器某宝手机网页版自动立即购买JavaScript脚本