【强化学习基础】蒙特卡洛 Monte Carlo算法

https://www.youtube.com/watch?v=XRGquU0ZJok


Monte Carlo (蒙特卡洛) 是一类随机算法,通过随机抽样来近似解决计算问题。

用抽样来计算π

【强化学习基础】蒙特卡洛 Monte Carlo算法_第1张图片

产生随机的点,然后计算落在圆内的概率,就可以得到π的近似值。

用蒙特卡洛计算定积分

【强化学习基础】蒙特卡洛 Monte Carlo算法_第2张图片

随机在a-b区间内抽样n个点,然后计算f(x)的值,最后除以n,并乘上(b-a),其实可以理解为长x宽,计算平均值可以理解为平均高度,所以就是计算矩形的面积。

蒙特卡洛求期望

【强化学习基础】蒙特卡洛 Monte Carlo算法_第3张图片

px是x的概率密度函数分布,fx是x的函数,所以fx的期望就是对fx*px求定积分。

【强化学习基础】蒙特卡洛 Monte Carlo算法_第4张图片

步骤:

  1. 先根据概率密度函数px进行随机抽样,获得x;
  2. 然后计算fx的值,求出平均。
  3. 最后把Qn作为近似的期望

你可能感兴趣的:(强化学习,机器学习,强化学习,深度学习)