 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 5 | 1/1 | 返回列表 |
| 查看: 989 | 回復(fù): 6 | ||
| 當(dāng)前只顯示滿足指定條件的回帖，點擊這里查看本話題的所有回帖 | ||
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
362求調(diào)劑
已經(jīng)有14人回復(fù)
-
求調(diào)劑 302分初試 0854
已經(jīng)有4人回復(fù)
-
299求調(diào)劑
已經(jīng)有4人回復(fù)
-
266分，一志愿電氣工程，本科材料，求材料專業(yè)調(diào)劑
已經(jīng)有3人回復(fù)
-
312求調(diào)劑
已經(jīng)有4人回復(fù)
-
315求調(diào)劑
已經(jīng)有7人回復(fù)
-
土木304求調(diào)劑
已經(jīng)有3人回復(fù)
-
316求調(diào)劑
已經(jīng)有16人回復(fù)
-
一志愿華東理工大學(xué)，080500學(xué)碩，317分，求調(diào)劑
已經(jīng)有13人回復(fù)
-
材料與化工306分找調(diào)劑
已經(jīng)有9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)
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
2樓2013-03-12 04:39:49
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
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 280求調(diào)劑 +8 | 咕嚕曉曉 2026-04-02 | 9/450 |
|
|---|---|---|---|---|
|
|
[考研] 342求調(diào)劑 +13 | Mary Keen 2026-03-28 | 14/700 |
|
|
[考研] 理學(xué)07化學(xué) 303求調(diào)劑 +16 | 睿08 2026-03-27 | 17/850 |
|
|
|
[考研] 320分，材料與化工專業(yè)，求調(diào)劑 +14 | 一定上岸aaa 2026-03-27 | 18/900 |
|
|
|
[考研] 材料與化工（0856）304求B區(qū)調(diào)劑 +8 | 邱gl 2026-03-30 | 16/800 |
|
|
|
[考研] 0710生物學(xué)考研調(diào)劑 +3 | 李多米lee. 2026-03-27 | 4/200 |
|
|
|
[考研] 調(diào)劑 +5 | 好好讀書。 2026-03-28 | 7/350 |
|
|
|
[碩博家園] 考研調(diào)劑 +5 | 駱駝男人 2026-04-01 | 5/250 |
|
|
|
[考研] 安徽大學(xué)專碩生物與醫(yī)藥專業(yè)(086000)324分，英語已過四六級，六級521，求調(diào)劑 +10 | 美味可樂雞翅 2026-03-26 | 12/600 |
|
|
|
[考研] 322求調(diào)劑 +8 | 三水sss 2026-04-01 | 8/400 |
|
|
|
[考研] 環(huán)境工程 085701，267求調(diào)劑 +15 | minht 2026-03-29 | 16/800 |
|
|
|
[考研] 一志愿 南京航空航天大學(xué) ，080500材料科學(xué)與工程學(xué)碩 +10 | @taotao 2026-03-31 | 11/550 |
|
|
|
[考研] 266分，求材料冶金能源化工等調(diào)劑 +8 | 哇呼哼呼哼 2026-03-27 | 10/500 |
|
|
|
[考研] 085601一志愿西北工業(yè)大學(xué)初試346 +4 | 085601初試346 2026-03-30 | 4/200 |
|
|
|
[考研] 調(diào)劑 +4 | GK72 2026-03-30 | 4/200 |
|
|
|
[考研] 0703化學(xué)321分求調(diào)劑 +10 | 三dd. 2026-03-30 | 11/550 |
|
|
|
[考研] 求調(diào)劑 +7 | 青春裁為三截 2026-03-29 | 7/350 |
|
|
|
[考研] 296求調(diào)劑 +10 | 彼岸t 2026-03-29 | 10/500 |
|
|
|
[考研] 356求調(diào)劑 +3 | gysy?s?a 2026-03-28 | 3/150 |
|
|
|
[考研] 一志愿吉大071010，316分求調(diào)劑 +3 | xgbiknn 2026-03-27 | 3/150 |
|