RL - 简单介绍

目录

一、两种机器学习类型

1.1 预测型机器学习

1.2 决策型机器学习

二、强化学习的定义

三、强化学习的交互过程

四、强化学习系统要素

五、强化学习智能体分类

---

一、两种机器学习类型

1.1 预测型机器学习

1有监督学习: 基于数据的一部分输入，去预测相关输出

2无监督学习: 建模数据本身的联合概率分布，直接去生成数据实例

1and2

相同点: 预测数据x的概率分布P(x)

不同点：

有监督学习 用一部分数据x去预测另外一部分数据y的概率分布P(y|x)

无监督学习 将所有的数据做联合概率分布P(x,y)

1.2 决策型机器学习

机器学习直接去做决策，决策会影响整个环境，带来后果

强化学习：在多轮与环境交互过程中，最大化累计奖励

二、强化学习的定义

在交互中学习来实现目标的计算方法

感知  在某种程度上感知环境的状态

行动  可以采取行动来影响状态或者达到目标

目标  随着时间推移最大化累积奖励

三、强化学习的交互过程

 

四、强化学习系统要素

 

 

 

 举例：迷宫游戏

 

五、强化学习智能体分类