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
-
-
-
开幕|高清大图｜来看看2020中国网络诚信大会开幕现场
-
创始人张一鸣：10年面试2000人，我发现混的好的人，全都有同一个特质
-
奔驰GLE|本田冠道和凯迪拉克XT5，这两款车型该如何选择？谈谈我的建议
-
-
青铜上王者|S10主题曲发布，难听、广告太多被喷，可这些彩蛋你找到了吗？
-
【人民网】侧记：国务院联防联控机制发布会亮相 回应关切更
-
-
产业：“产业就是定心丸”——广西阳朔依托养殖业助脱贫见闻
-
穿搭|张韶涵穿“肥肥衫”走机场，虽然看着好似圆了两圈，但依旧不太胖
-
宫本武藏|金秋永久皮肤宝箱选谁好？霸王丸烂大街先别选
-
「」新房硬装快要收尾了, 吊顶和地砖效果很漂亮, 忍不住晒晒
-
科技阿维|双曲面屏+顶级防水，麒麟980旗舰加速退场，从5488元降至3388元
-
为啥全国各地的肉松卷基本上都是只在两头蘸满了肉松而里面都是沙拉酱
-
【小豆豆说健康】羡慕李小冉，靠自己活成人生赢家，不服输的陈数：从小自卑被嫌丑
-
-
阿娇头部表面一层已缝66针：阿娇晕倒撞破头部 经纪人称其伤口表面一层已缝66针
-
-
