 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 7 | 1/1 | 返回列表 |
| 查看: 975 | 回復(fù): 6 | ||
sailovego新蟲 (初入文壇)
|
[求助]
關(guān)于強(qiáng)化學(xué)習(xí)的一個問題
|
|
Q學(xué)習(xí)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(dǎo)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(fù)此樓» 猜你喜歡
278求調(diào)劑
已經(jīng)有9人回復(fù)
-
297求調(diào)劑
已經(jīng)有12人回復(fù)
-
0703化學(xué)297求調(diào)劑
已經(jīng)有3人回復(fù)
-
材料學(xué)碩301分求調(diào)劑
已經(jīng)有6人回復(fù)
-
280求調(diào)劑
已經(jīng)有11人回復(fù)
-
311求調(diào)劑
已經(jīng)有3人回復(fù)
-
求調(diào)劑
已經(jīng)有3人回復(fù)
-
313求調(diào)劑
已經(jīng)有4人回復(fù)
-
317求調(diào)劑
已經(jīng)有15人回復(fù)
-
307求調(diào)劑
已經(jīng)有3人回復(fù)
» 本主題相關(guān)價值貼推薦，對您同樣有幫助:
- 名師教學(xué)思想與教法研究—《課堂教學(xué)常見問題處理技能強(qiáng)化訓(xùn)練》【轉(zhuǎn)載】
已經(jīng)有283人回復(fù)
- 請教關(guān)于考研準(zhǔn)備后期英語學(xué)習(xí)的問題
已經(jīng)有11人回復(fù)
- 請教數(shù)學(xué)學(xué)習(xí)規(guī)劃問題
已經(jīng)有8人回復(fù)
- 關(guān)于托福報班的一個問題
已經(jīng)有6人回復(fù)
- 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(fù)
- 關(guān)于簡歷中學(xué)習(xí)和工作的時間連續(xù)性問題
已經(jīng)有9人回復(fù)
- 求助：機(jī)器學(xué)習(xí)和模式識別領(lǐng)域的一個基本問題
已經(jīng)有5人回復(fù)
- 申請博后關(guān)于提供學(xué)習(xí)成績單的問題
已經(jīng)有13人回復(fù)
- 一篇關(guān)于基于強(qiáng)化學(xué)習(xí)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(fù)
- 請教關(guān)于粉末冶金法制備顆粒彌散強(qiáng)化銅基復(fù)合材料工藝中的成型劑和潤滑劑問題
已經(jīng)有7人回復(fù)
- 【專題】學(xué)習(xí)生物專業(yè)的人的工作問題
已經(jīng)有33人回復(fù)
- 【求助】關(guān)于時效強(qiáng)化問題。
已經(jīng)有12人回復(fù)
- 【問題求助】怎么才能讓我快快的進(jìn)入學(xué)習(xí)狀態(tài)啊
已經(jīng)有39人回復(fù)
- 【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(xué)習(xí)和工作。
已經(jīng)有76人回復(fù)
- 請教關(guān)于表面增強(qiáng)拉曼散射的問題, 謝謝!
已經(jīng)有3人回復(fù)
- 求助：怎樣增強(qiáng)論文的理論性？
已經(jīng)有5人回復(fù)
dreamrequiem
木蟲 (小有名氣)
- 應(yīng)助: 17 (小學(xué)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
sailovego
新蟲 (初入文壇)
- 應(yīng)助: 0 (幼兒園)
- 金幣: 346.5
- 帖子: 12
- 在線: 6.4小時
- 蟲號: 2317051
- 注冊: 2013-03-04
- 專業(yè): 控制理論與方法
3樓2013-03-12 10:26:23
dreamrequiem
木蟲 (小有名氣)
- 應(yīng)助: 17 (小學(xué)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
sailovego
新蟲 (初入文壇)
- 應(yīng)助: 0 (幼兒園)
- 金幣: 346.5
- 帖子: 12
- 在線: 6.4小時
- 蟲號: 2317051
- 注冊: 2013-03-04
- 專業(yè): 控制理論與方法
5樓2013-03-12 19:58:20
dreamrequiem
木蟲 (小有名氣)
- 應(yīng)助: 17 (小學(xué)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
sailovego
新蟲 (初入文壇)
- 應(yīng)助: 0 (幼兒園)
- 金幣: 346.5
- 帖子: 12
- 在線: 6.4小時
- 蟲號: 2317051
- 注冊: 2013-03-04
- 專業(yè): 控制理論與方法
7樓2013-03-13 10:09:38
相關(guān)版塊跳轉(zhuǎn)
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] 材料學(xué)碩301分求調(diào)劑 +6 | Liyouyumairs 2026-03-21 | 6/300 |
|
|---|---|---|---|---|
|
[考研] 求調(diào)劑 +6 | Mqqqqqq 2026-03-19 | 6/300 |
|
|
|
[考研] 初始318分求調(diào)劑（有工作經(jīng)驗(yàn)） +3 | 1911236844 2026-03-17 | 3/150 |
|
|
|
[考研] 求調(diào)劑 +3 | Ma_xt 2026-03-17 | 3/150 |
|
|
|
[考研]
 271材料工程求調(diào)劑
+8
|
.6lL 2026-03-18 | 8/400 |
|
|
|
[考研] 304求調(diào)劑 +7 | 司空. 2026-03-18 | 7/350 |
|
|
|
[考研] 085600材料與化工 +8 | 安全上岸！ 2026-03-16 | 8/400 |
|
|
|
[考研] 329求調(diào)劑 +9 | 想上學(xué)吖吖 2026-03-19 | 9/450 |
|
|
|
[考研] 319求調(diào)劑 +3 | 小力氣珂珂 2026-03-20 | 3/150 |
|
|
|
[考研] 求調(diào)劑 +3 | eation27 2026-03-20 | 3/150 |
|
|
|
[考博] 招收博士1-2人 +3 | QGZDSYS 2026-03-18 | 3/150 |
|
|
|
[考研] 085410人工智能專碩317求調(diào)劑（0854都可以） +4 | xbxudjdn 2026-03-18 | 4/200 |
|
|
|
[考研] 生物學(xué)調(diào)劑招人�。。� +3 | 山海天嵐 2026-03-17 | 4/200 |
|
|
|
[考研] 286求調(diào)劑 +6 | lemonzzn 2026-03-16 | 10/500 |
|
|
|
[考研] 材料專碩306英一數(shù)二 +10 | z1z2z3879 2026-03-16 | 13/650 |
|
|
|
[考研] 312求調(diào)劑 +8 | 陌宸希 2026-03-16 | 9/450 |
|
|
|
[考研] 301求調(diào)劑 +4 | A_JiXing 2026-03-16 | 4/200 |
|
|
|
[考研] 一志愿南京大學(xué)，080500材料科學(xué)與工程，調(diào)劑 +4 | Jy? 2026-03-16 | 4/200 |
|
|
|
[考研] 070303 總分349求調(diào)劑 +3 | LJY9966 2026-03-15 | 5/250 |
|
|
|
[考研] 0856專碩279求調(diào)劑 +5 | 加油加油！? 2026-03-15 | 5/250 |
|