按道理，模型有关是指转移概率和即时奖励都是已知的。
然而这里，SARSA/Q-Learning 显然是可以计算出 r 和 s' 的，那为什么我们还说他是模型未知的，既然未知，我们怎么能算出 r 和 s' 呢？
SARSA/Q-Learning 为什么是模型无关的？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2024-07-31 19:57小城哇哇的博客 SARSA（State-Action-Reward-State-Action）是一个学习...它由Rummery 和 Niranjan在技术论文“Modified Connectionist Q-Learning（MCQL）” 中介绍了这个算法，并且由Rich Sutton在注脚处提到了SARSA这个别名。
- 2022-07-14 10:35强化学习是人工智能领域的一个重要分支，它关注智能体如何通过与环境交互来学习最优策略，以最大化长期奖励。本章重点介绍了两种常见的强化学习算法：Q-learning和SARSA。这两种算法都基于Temporal Difference（TD）...
- 2020-04-03 17:01铃灵狗的博客 最近在看Qlearning和Sarsa的机器强化学习算法，两个都看了之后突然很蒙，昨天差不多有一整天吧，一直被标题这两个问题所困扰着，在这里记录下自己的心得，以及希望给和我一样有过困扰或者正在有困扰的同学做出...
- 2022-04-09 17:11zstar-_的博客 Sarsa和Q-Learning的一个实例研究
- 2023-01-03 15:54原创小白变怪兽的博客 optimal path，最后根据Q值来得出最终的策略，以此来对上图进行复现 Sarsa和Q-Learning算法对比 Sarsa算法 Q-Learning算法 首先要介绍的是什么是ε-greedy，即ε-贪心算法，一般取定ε为一个较小的0-1之间的值（比如...
- 2021-08-21 12:09小菜羊~的博客 本文是强化学习入门系列的第4篇，主要介绍强化学习当中非常常见的两个时序差分算法：Q-learning和Sarsa。
- 2023-07-18 22:15Q-learning是一种无模型的、离策略的强化学习算法，它的核心思想是通过构建Q表来学习一个智能体在给定状态下的最优行动。Q表记录了在每种状态下执行每种动作所能获得的期望奖励。随着时间的推移，通过不断更新Q表，...
- 2023-04-16 20:51kill bert的博客 Sarsa 是一种on-policy算法，它优化的是它实际执行的策略，它直接用下一步会执行的动作去优化 Q 表格。在学习的过程中，只存在一种策略，它用同一种策略去做动作的选取和优化。所以 Sarsa 知道它下一步的动作有可能...
- 2020-05-23 10:18waitingwinter的博客 关于Q-learning 和 Sarsa 算法, 详情参见博客 需要注意的细节 训练时 采用 ϵ\epsilonϵ 贪心算法; # 贪婪动作选择，含嗓声干扰 a = np.argmax(Q_all[s, :] + np.random.randn(1, env.action_space.n) * (1. / (i ...
- 2023-12-15 23:03xueyongfu的博客 Q-learning时value-based的方法，学习的不是policy，而是critic，critic并不直接决定action，而是评估一个actor有多么的好。通过把state输入到值网络中，从而得到累计奖励。值网络的学习可以使用Monte-Carlo方法，...
- 2022-06-16 20:25安小呆的博客 时间差分算法二.SARSA算法2.1算法介绍2.2算法优缺点三.Q-learning算法3.1算法介绍3.2算法优缺点 时间差分算法可以利用智能体在环境中时间步之间的时序差，通过学习由时间间隔产生的差分数据对强化学习问题进行求解。...
- 2021-10-24 23:59Kevin Tang的博客 Sarsa算法和Q-learning算法是两种基于表格的经典强化学习方法，本文将对比探究这两种方法在解决悬崖行走（CliffWalking）问题时的表现。
- 2022-06-02 10:59leelee6591的博客 本文基于小方格世界模型，实现了DP(动态规划)、Q-learning、sarsa和MC(蒙特卡洛)算法。
- 2024-06-06 16:17fpga和matlab的博客 MATLAB 强化学习工具箱（Reinforcement Learning Toolbox）是MathWorks公司提供的一款高级工具箱，专为设计、训练和部署强化学习算法而开发。
- 2021-04-10 23:33与Q-Learning不同，SARSA是策略迭代而非价值迭代，它更加注重实际执行的动作序列。 **深度强化学习（Deep Reinforcement Learning, DRL）** 是将深度学习技术与强化学习相结合的一种方法。深度学习用于处理复杂的...
- 2024-02-15 16:24强化学习是人工智能的一个重要分支，它通过让智能体与环境互动，学习如何在特定环境中采取行动以最大化奖励。Q-Learning是强化学习中一种模型自由的方法，它允许智能体在未知动态环境下学习最优策略。 首先，我们...
- 2022-10-01 16:55@白圭的博客 首先，我们需要建立一个全零的Q表，然后让模型以ξ-greedy的概率选择exploitation(最优)或者是exploration(随机探索)。更新Q表的方法如上图的公式，新的。具体而言，对于Q-learning算法，可以在每一次Q值更新完后，...
- 2018-06-25 22:39Hansry的博客 一. 强化学习的分类 1.Model-free 和 Model-based Model-free 即机器人不知道外界环境信息，只能在...诸如Q Learning， Sarsa，Policy Gradients等算法。 Model-based 指机器人对环境有一定的了解，可以对环境...
- 2022-07-15 12:40**Q学习（Q-Learning）**是一种经典的强化学习（Reinforcement Learning, RL）算法，由Richard Sutton在1988年提出。强化学习是一种机器学习的方法，它侧重于智能体如何通过与环境的交互来学习最佳策略。在这个过程...
- 没有解决我的问题, 去提问
问题事件
系统已结题
9月3日
创建了问题
8月26日
悬赏问题
- ¥15 系统 24h2 专业工作站版，浏览文件夹的图库，视频，图片之类的怎样删除？
- ¥15 怎么把512还原为520格式
- ¥15 MATLAB的动态模态分解出现错误，以CFX非定常模拟结果为快照
- ¥15 求高通平台Softsim调试经验
- ¥15 canal如何实现将mysql多张表(月表)采集入库到目标表中(一张表)？
- ¥15 wpf ScrollViewer实现冻结左侧宽度w范围内的视图
- ¥15 栅极驱动低侧烧毁MOSFET
- ¥30 写segy数据时出错3
- ¥100 linux下qt运行QCefView demo报错
- ¥50 F1C100S下的红外解码IR_RX驱动问题