反应策略深度强化学习的第一个主要成就是着名的DQN算法在各种Atari视频游戏中的人类水平表现 ， 其中神经网络学习使用原始屏幕像素作为输入来玩游戏 。 在强化学习中 ， 我们希望学习一种将状态映射到行动的政策 ， 以便最大化累积的奖励 。 例如 ， 在DQN论文中 ， 神经网络是卷积神经网络 ， 它将屏幕图像作为输入并输出可能动作的分数 。
虽然强化学习算法的设计使得该策略应该学会选择具有长期益处的行为 ， 但我们从策略中获得的信息仅适用于当前状态 。 这称为响应策略 ， 它是一种策略 ， 将当前状态映射到应立即采取的操作 ， 或映射到操作的概率分布 。
拥有完整的计划允许我们使用外部知识对其进行评估并防止采取危险行为 。 例如 ， 如果自动驾驶汽车希望改变车道但是突然汽车接近非常快 ， 比模拟汽车在训练期间更快 ， 则外部程序可以预测当前计划的轨迹朝向碰撞并且中止操纵 。 这对于被动策略来说要困难得多 ， 在这种策略中可能难以预测场景在播出之前如何结束 。
希望制定完整计划的另一个原因是它可能会使我们的政策表现更好 。 也许通过强制它提前计划 ， 我们可能会限制我们的政策更加一致 ， 并能够在看不见的情况下更好地调整 ， 这正是我们想要的 。
马尔可夫决策过程规划问题的一个非常常见的模型是马尔可夫决策过程 ， 即MDP 。 在MDP中 ， 我们将世界定义为一组状态S ， 一组可能采取的行动A ， 一个奖励函数R和一个过渡模型P.它们一起构成了元组：
推荐阅读
-
东方网|八一建军节，听蒋乾麟讲人民军队的三次大转折
-
「射手座」出生在这几天的人，财星临门，福禄寿三全，注定三代皆富贵
-
《有翡》意难忘CP：10年后再续前缘，董璇说胡兵救过自己命
-
-
-
[苏泊尔]一年赚走200亿，曾经的“国货之光”，如今已成外资的吸金石
-
办法|独孤求败最强传人，风清扬被吓得躲一辈子，东方不败也拿他没办法
-
“90后秃了？”Menxlab从防脱切入男性大健康领域
-
美军|驻韩美军又闯祸，15吨履带装甲车与SUV惨烈相撞，4名韩国人死亡
-
爱情|从12月开始，运势好，福气多，事业和爱情要双丰收的三大星座
-
-
央视新闻客户端|韩国加湿器“杀人”事件调查结果公布：死亡人数被严重低估
-
-
章子怡的激荡往事：靠“肚兜”名扬四海，8段“上位史”劲爆不堪
-
时尚LIFE|不重样的早秋“气质”穿搭合集，休闲又淑女，搭配小白也能时髦！
-
-
楼上装修建筑垃圾堆楼下、小区景观河没人管变黑臭……宝山区已介
-
殷承元|湖人队史最伟大的21号 三轮秀却成为五冠王朝的重要拼图
-
-
![[苏泊尔]一年赚走200亿，曾经的“国货之光”，如今已成外资的吸金石](http://img88.010lm.com/img.php?https://image.uc.cn/s/wemedia/s/2020/847eea9ac20ae7abbb04aae6a013c009.jpg)
