强化学习极简概述

冷不防 2022-05-19 07:39 191阅读 0赞

# 1. 摘要 #

通过对比有监督学习，来理解强化学习的基本思想。

# 2. 强化学习与有监督学习的区别 #

在有监督学习中，我们通过建立“特征->标签”对，来训练模型，从而让模型学会解决分类、回归问题。

但在强化学习中，我们没有标签，我们的Y值只是一个分数(reward)。通过这个分数，可以衡量模型所做决策（决策位于X中）的好坏。

在gym环境中，the goal is always to increase your total reward。

# 3. 强化学习中最重要的“特征” #

参考gym库的定义，下面给出实际使用强化学习时，需要获取的数据：

*  observation：相当于有监督学习中的特征，比如图像的二维原始像素矩阵。
 *  reward：上一次action进行后，取得的奖励值。在gym环境中，the goal is always to increase your total reward。
 *  done：是否达到目标，比如gym游戏中，将平衡杆子直立到规定的角度之内

结合下图

![这里写图片描述][70]

其中的agent，就是我们需要训练的AI模型。agent根据observation预测出action，通过实际env中执行action，取得该action的reward，通过这个reward，来反馈控制模型做出更好的判断。

# 4. 常见的强化学习模型 #

![这里写代码片][70 1]

# 5. 参考 #

*  [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]
 *  [https://gym.openai.com/docs/][https_gym.openai.com_docs]

[70]: /images/20220519/0508c8dc364d423fa71a7b93c3cfabfc.png
[70 1]: /images/20220519/857109beb7cc4f5493266a6ae70fb421.png
[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/
[https_gym.openai.com_docs]: https://gym.openai.com/docs/

发表评论取消回复

表情：

评论列表（有 0 条评论，191人围观）

还没有评论，来说两句吧...

相关阅读

相关《极简生活》

作者通过对家居装饰，饮食起居，服装搭配，学习工作的安排，达成简单快乐的生活态度。所谓生活就是“认识自己”的过程，也是“创造自己”的必经之路。二十六个丢弃觉得非常好，分享给

向右看齐/ 2023年01月01日 09:53/ 0 赞/ 170 阅读

相关 Skywalking极简入门

1. 下载安装下载地址： https://skywalking.apache.org/downloads/ ![在这里插入图片描述][watermark_type_Z

迷南。/ 2022年11月17日 03:57/ 0 赞/ 361 阅读

相关 Git极简学习笔记

git的学习笔记 1. 安装git 2. 简单开始创建版本库，即在需要编写的代码的工作区建立，可以在git bash或者cmd中键入 `git init`

骑猪看日落/ 2022年10月01日 11:56/ 0 赞/ 136 阅读

相关一.RocketMQ极简入门-MQ概述&RocketMQ安装

前言最近挺忙的，好久没更新文章了，最近在搞RocketMQ，那就先发点这个，Netty的文章等我空了再继续更。一.MQ概述 1.MQ是什么 MQ全称为M

- 日理万妓/ 2022年09月08日 03:34/ 0 赞/ 315 阅读

相关 Kotlin极简教程

目录 [Kotlin极简教程][Kotlin] [前言][Link 1] [视频教程][Link 2] [Kotl

不念不忘少年蓝@/ 2022年06月08日 12:06/ 0 赞/ 343 阅读

相关强化学习极简概述

1. 摘要通过对比有监督学习，来理解强化学习的基本思想。 2. 强化学习与有监督学习的区别在有监督学习中，我们通过建立“特征->标签”对，来训练模型，从而让模

冷不防/ 2022年05月19日 07:39/ 0 赞/ 192 阅读

相关深度强化学习概述

文章目录深度强化学习概述分类发展传统强化学习 Q-learn

￡神魔★判官ぃ/ 2022年02月23日 13:28/ 0 赞/ 529 阅读

相关 Docker极简学习(一)

什么是Docker? 简介: Docker,一个开源的引擎,可以轻松的为任何应用创建一个轻量级的,可移植,自给自足的容器,开发者在啊笔记本上编译测试通过的容器可以批量地在生

比眉伴天荒/ 2022年02月02日 14:53/ 0 赞/ 216 阅读

相关 Nginx 极简教程

Nginx 极简教程 ( 转载于后端技术精选 ) > 说明: 该篇博客为转录, 主要是我觉得写得很全面, 因为最近我也在学习nginx, 我个人感觉看了原博主的这篇的话

╰半橙微兮°/ 2021年11月19日 15:58/ 0 赞/ 439 阅读

相关极简JAVA 注解

自定义注解使用@interface定义注解可定义多个参数和默认值，核心参数推荐使用value 必须通过一些元注解来修饰自定义注解，@Target指定

桃扇骨/ 2021年11月05日 11:36/ 0 赞/ 365 阅读