 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
小木蟲論壇-學術科研互動平臺 » 專業(yè)學科區(qū) » 信息科學 » 人工智能 » 關于強化學習的一個問題
| 7 | 1/1 | 返回列表 |
| 查看: 974 | 回復: 6 | ||
[求助]
關于強化學習的一個問題
|
|
Q學習中的Q值更新公式為：Q t+1(st, at) = (1 - a) Qt(st, at) + [ Rt(st, at) + maxQ(st+1, ai)] 如果所有Q值初始化都為1的話，那么對于所有的Q t+1(st, at)在第二步的時候，這個公式的第一項(1 - a) Qt(st, at)是相同的，回報值Rt(st, at)是做出行為后的回報，也是相同的，而第三項也是相同的，這就導致所有的 Q t+1(st, at)都是相同的，就不能做出下一步的行為選擇了. 一直被這個問題困擾，希望有懂的人給我解答一下，謝謝了  |
回復此樓» 猜你喜歡
初試 317
已經(jīng)有3人回復
-
279分求調(diào)劑 一志愿211
已經(jīng)有15人回復
-
286求調(diào)劑
已經(jīng)有4人回復
-
279求調(diào)劑
已經(jīng)有4人回復
-
求調(diào)劑
已經(jīng)有3人回復
-
求調(diào)劑
已經(jīng)有3人回復
-
299求調(diào)劑
已經(jīng)有3人回復
-
330求調(diào)劑0854
已經(jīng)有3人回復
-
299求調(diào)劑
已經(jīng)有6人回復
-
286分人工智能專業(yè)請求調(diào)劑愿意跨考！
已經(jīng)有5人回復
» 本主題相關價值貼推薦，對您同樣有幫助:
- 名師教學思想與教法研究—《課堂教學常見問題處理技能強化訓練》【轉載】
已經(jīng)有283人回復
- 請教關于考研準備后期英語學習的問題
已經(jīng)有11人回復
- 請教數(shù)學學習規(guī)劃問題
已經(jīng)有8人回復
- 關于托福報班的一個問題
已經(jīng)有6人回復
- 我想問個問題，怎么才能克服在聽英語的時候自動翻譯，如果不翻譯就聽不懂的現(xiàn)象呀
已經(jīng)有8人回復
- 關于簡歷中學習和工作的時間連續(xù)性問題
已經(jīng)有9人回復
- 求助：機器學習和模式識別領域的一個基本問題
已經(jīng)有5人回復
- 申請博后關于提供學習成績單的問題
已經(jīng)有13人回復
- 一篇關于基于強化學習的跟蹤算法請問投哪些SCI期刊好中？感謝
已經(jīng)有4人回復
- 請教關于粉末冶金法制備顆粒彌散強化銅基復合材料工藝中的成型劑和潤滑劑問題
已經(jīng)有7人回復
- 【專題】學習生物專業(yè)的人的工作問題
已經(jīng)有33人回復
- 【求助】關于時效強化問題。
已經(jīng)有12人回復
- 【問題求助】怎么才能讓我快快的進入學習狀態(tài)啊
已經(jīng)有39人回復
- 【問題求助】我該怎么辦？腦袋里面總想著一個人，或一件事，而無法專心學習和工作。
已經(jīng)有76人回復
- 請教關于表面增強拉曼散射的問題, 謝謝!
已經(jīng)有3人回復
- 求助：怎樣增強論文的理論性？
已經(jīng)有5人回復
dreamrequiem
木蟲 (小有名氣)
- 應助: 17 (小學生)
- 金幣: 3948.3
- 紅花: 3
- 帖子: 186
- 在線: 1215.4小時
- 蟲號: 1302136
- 注冊: 2011-05-21
- 專業(yè): 人工智能與知識工程
2樓2013-03-12 04:39:49
3樓2013-03-12 10:26:23
dreamrequiem
木蟲 (小有名氣)
- 應助: 17 (小學生)
- 金幣: 3948.3
- 紅花: 3
- 帖子: 186
- 在線: 1215.4小時
- 蟲號: 1302136
- 注冊: 2011-05-21
- 專業(yè): 人工智能與知識工程
4樓2013-03-12 12:44:16
5樓2013-03-12 19:58:20
dreamrequiem
木蟲 (小有名氣)
- 應助: 17 (小學生)
- 金幣: 3948.3
- 紅花: 3
- 帖子: 186
- 在線: 1215.4小時
- 蟲號: 1302136
- 注冊: 2011-05-21
- 專業(yè): 人工智能與知識工程
6樓2013-03-13 03:02:52
7樓2013-03-13 10:09:38
相關版塊跳轉
我要訂閱樓主 sailovego 的主題更新
| 7 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 材料 271求調(diào)劑 +3 | 展信悅_ 2026-03-21 | 3/150 |
|
|---|---|---|---|---|
|
|
[考研] 085700資源與環(huán)境308求調(diào)劑 +12 | 墨墨漠 2026-03-18 | 13/650 |
|
|
|
[考研] 317求調(diào)劑 +8 | 申子申申 2026-03-19 | 13/650 |
|
|
|
[考研] 22408 344分 求調(diào)劑 一志愿 華電計算機技術 +4 | solanXXX 2026-03-20 | 4/200 |
|
|
|
[考研] 330求調(diào)劑 +4 | 小材化本科 2026-03-18 | 4/200 |
|
|
|
[考研] 288求調(diào)劑 +16 | 于海海海海 2026-03-19 | 16/800 |
|
|
|
[考研] 329求調(diào)劑 +9 | 想上學吖吖 2026-03-19 | 9/450 |
|
|
|
[考研] 一志愿武理材料工程348求調(diào)劑 +3 | ￣^￣゜汗 2026-03-19 | 4/200 |
|
|
|
[考研] 265求調(diào)劑 +12 | 梁梁校校 2026-03-19 | 13/650 |
|
|
[考研] 工科材料085601 279求調(diào)劑 +7 | 困于星晨 2026-03-17 | 9/450 |
|
|
|
[考研] 298-一志愿中國農(nóng)業(yè)大學-求調(diào)劑 +9 | 手機用戶 2026-03-17 | 9/450 |
|
|
|
[考研] 本科鄭州大學物理學院，一志愿華科070200學碩，346求調(diào)劑 +4 | 我不是一根蔥 2026-03-18 | 4/200 |
|
|
|
[考研] 344求調(diào)劑 +6 | knight344 2026-03-16 | 7/350 |
|
|
|
[考研] 【同濟軟件】軟件（085405）考研求調(diào)劑 +3 | 2026eternal 2026-03-18 | 3/150 |
|
|
|
[考研] 材料，紡織，生物（0856、0710），化學招生啦 +3 | Eember. 2026-03-17 | 9/450 |
|
|
|
[考研] 326求調(diào)劑 +5 | 上岸的小葡 2026-03-15 | 6/300 |
|
|
|
[考博] 26申博 +4 | 八6八68 2026-03-16 | 4/200 |
|
|
|
[考研] [導師推薦]西南科技大學國防/材料導師推薦 +3 | 尖角小荷 2026-03-16 | 6/300 |
|
|
|
[考研] 327求調(diào)劑 +6 | 拾光任染 2026-03-15 | 11/550 |
|
|
|
[考研] 0856專碩279求調(diào)劑 +5 | 加油加油！? 2026-03-15 | 5/250 |
|