1
条回答
写回答
写回答
-
强化学习的基本要素为 State，Action，和 Environment。基本过程为：
Environment 给出 State，Agent 根据 state 做 Action 决策，Action 作用在 Environment 上产生新的 State 及 reward，其中 reward 用来指导 Agent 做出更好的 Action 决策，循环往复….
2021-12-14 18:53:23赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
