開始看《深入淺出強化學習——原理入門》,由于時間有限，做個簡要的筆記。

“深度學習如圖像識別和語音識別解決的是感知問題，強化學習解決的是決策問題，人工智能的終極目標就是經過感知進行智能決策?！?/p>

1、區分有模型 無模型： 狀態轉移概率Pss'已知，是有模型的強化學習；

2、（有模型的強化學習）值函數是怎么來的：高斯賽德爾迭代，用前一次的值計算后一次的值，直到收斂！

以下是高斯賽德爾迭代求值函數內容：

?

?

?

?

?

總結

以上是生活随笔為你收集整理的强化学习1 高斯赛德尔迭代的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。