当前位置: 首页 > news >正文

我国档案网站建设研究论文wordpress博客 文章格式

我国档案网站建设研究论文,wordpress博客 文章格式,网站策划包括什么,jsp网站购买空间强化学习和前面提到的几种预测模型都不一样,reinforcement learning更多时候使用在控制一些东西上,在算法的本质上很接近我们曾经学过的DFS求最短路径. 强化学习经常用在一些游戏ai的训练,以及一些比如火星登陆器,月球登陆器等等工程领域,强化学习的内容很简单,本质就是获取状…

强化学习和前面提到的几种预测模型都不一样,reinforcement learning更多时候使用在控制一些东西上,在算法的本质上很接近我们曾经学过的DFS求最短路径.

强化学习经常用在一些游戏ai的训练,以及一些比如火星登陆器,月球登陆器等等工程领域,强化学习的内容很简单,本质就是获取状态,决定下一步动作,从而得到更好的分数或者收益,亦或者更低一些的损耗.

1.强化学习的准备(一些概念)

强化学习的本质就是通过一些数据训练,让模型知道什么时候采取什么action能获得更好的return,并且修改自身的state,这样的数据可以写成如下格式

(s^{i},a^{i},R(s^{i}),a^{i+1})

第一项为当前的状态 ,

第二项为即将采取的行动 ,

第三项为当前状态得到的奖励 ,

第四项为下一步的动作 ,

这四项就能满足我们对于数据训练和信息检索等等要求 .

回报return:

回报指的是在某个状态,模型能拿到的奖励数值,通常使用R来进行表示. 而r称之为折扣因子,也叫做时间代价.一般情况下,总回报的计算方法为

returnSum=R_{0}+r*R_{1}+r^{2}*R_{2}.........

策略action:

策略指的是不同的动作,更改当前的状态.比如直升机当前状态为收到微风,悬停能拿到更好的稳定性,则策略就算加快尾翼转速.

状态state:

这个就不用多说了

状态价值函数Q(s,a):

状态价值函数的值的含义是,在S状态下,选择a动作,最后能拿到的最大总收益

举个例子,我们现在有这样一个情况

我们设定一个小车或者是一些别的东西,在2345四个状态上能拿到的收益都是0,但是在两侧分别能拿到100和40的奖励数值

这个图里,我们在某个位置出发,能达到最大点的情况我们先列出来

(因为只有左右两种走法,很容易计算出来,具体的计算可以用递归实现)

接下来,比如说

Q(3,左)=0+ 0.5*0 + 100* 0.25 =25(我们假设r=0.5)

Q(4,左)=0+ 0.5*0 + 0* 0.25+ 0.125*0 + 0.0625*100=6.25

贝尔曼方程:

贝尔曼方程其实就是一个计算式子,很符合直观逻辑(某种意义上是一个状态转移方程或者递归方程式?)

我们假设

s,a为当前的状态和准备动作,s'和a'为下一个状态和准备动作

Q(s,a)=R(s)+r*Q(s',a')

这不就是状态转移方程????

2.关于如何获取数据并且训练

一般来说,我们的每个数组都可以凑成一个元组(s^{i},a^{i},R(s^{i}),a^{i+1})

我们仍然可以用神经网络等等手段进行计算,只要凑出监督学习的数据

\left\{\begin{matrix} x=(s^{i},a^{i}) & \\ y=R(s^{i})+r*Q(s^{i+1},a^{i+1}) & \end{matrix}\right.

这样使用一个元组数据就可以获得一个用来计算的数据

将这些数据投入神经网络进行计算即可.

最后再使用训练好的模型的时候,比如说投入一个s和a,我们可以得到预测的y值

从各种预测的y值中,选择一个最好的情况,与之对应的动作a,就是我们应该采取的方案

(end)写在最后

从八月初开始学习机器学习,中途历经回家,做项目,做课程作业,演示汇报等等一系列杂事,终于是在九月初学习完了机器学习基础.

这一系列的博客最开始使用英语写的,但是因为一些原因,我需要加速学完机器学习,所以后面全部使用中文书写了.后面有机会我会搬到其他地方在换成英语.

这个系列的博客有些理解来自我的个人想法,可能不是很正确,也有很多错误.后面的代码实现我计划使用d2l或者pytorch来完成一些简单的模拟.

emm如果有错误希望能够指出来吧,小白感谢各位大神的指正

2023.9.7

 

http://www.yayakq.cn/news/646474/

相关文章:

  • 做网站网站湖南企业seo优化报价
  • 四川省微信网站建设推广wordpress炫酷插件
  • 模板网站的缺陷app排名优化公司
  • 宣城网站建设上位机软件开发教程
  • 洛阳市城市建设网站从事网站开发方向
  • 做微商网站公司网站建设平台招商
  • python可以做网站前端温州网站建设案例
  • 太原模板建站系统广东建设网 四川是什么网站
  • 网站h标签wordpress带微信二维码
  • 网站js代码不显示wordpress code插件
  • 虚拟服务器怎样做网站wordpress添加一个论坛
  • 长沙做网站哪里好上海有哪些互联网大厂
  • 如何线下宣传网站自己做网站要会什么
  • 上海网站建设与设计公司济南建设网站的公司哪家好
  • 网站架构图怎么做wordpress会员功能主题
  • 网站当前链接cms 网站模板
  • 嘉兴seo网站优化湖北创研楚商网站建设销售人员
  • 湖北营销网站建设联系方式做影视网站有什么风险
  • 海原网站建设天河网站建设系统
  • 企业微信手机片网站制作wordpress单页导航
  • 程序员做笔记的网站成都网站建设公司兴田德润在哪儿
  • 问答网站建设怎么提问有哪些程序网站
  • 四会网站建设做深度报道的网站
  • 沈阳企业网站制作公司黑马程序员培训价格表
  • 网站建设发展方向及前景展望wordpress设置角色
  • 中国有多少网站有多少域名网站模板怎么修改
  • 网站建设找伟杨科技郏县网站制作公司
  • 镇江网站制作费用ai做网站步骤
  • 宿州企业网站建设东莞回收网站设计
  • 北京建设安全协会网站北京公司网站建设公司