粉红派大星在线敲码 2022-09-30 20:42 采纳率: 100%
浏览 19
已结题

强化学习为什么要引入马尔可夫

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？

  • 写回答

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?
    评论

报告相同问题？

问题事件

  • 系统已结题 10月25日
  • 已采纳回答 10月17日
  • 创建了问题 9月30日

悬赏问题

  • ¥15 教务系统账号被盗号如何追溯设备
  • ¥20 delta降尺度方法，未来数据怎么降尺度
  • ¥15 c# 使用NPOI快速将datatable数据导入excel中指定sheet，要求快速高效
  • ¥15 再不同版本的系统上，TCP传输速度不一致
  • ¥15 高德地图点聚合中Marker的位置无法实时更新
  • ¥15 DIFY API Endpoint 问题。
  • ¥20 sub地址DHCP问题
  • ¥15 delta降尺度计算的一些细节，有偿
  • ¥15 Arduino红外遥控代码有问题
  • ¥15 数值计算离散正交多项式