什么是Q | 您所在的位置:网站首页 › learn是什么品牌 › 什么是Q |
文章目录
前言什么Q-Learning算法实际问题讲解
文档讲解最后的话
前言
Q-Learning是强化学习中的一个基础算法,尽管这个算法属于在强化学习中比较基础的一个方法,但是确实十分巧妙。我认为在一定程度上对于我理解机器学习也有很大的帮助。 什么Q-Learning算法强化学习中的一个经典算法——Q Learning。首先了解一下强化学习包括什么?——状态(state)、奖励(Reward)、行为(Action)。 因为在Q-Learning算法中加入一个叫做Q表的东西,Q-Learning因此命名。Q表包括一定行为下,所基于的反馈。 Q为动作效用函数(action-utility function),用于评价在特定状态下采取某个动作的优劣。它是Agent的记忆。 实际问题讲解拿一个比较经典的问题来分析,方便理解。 应该都玩过这款游戏。我们讲小鸟看为智能体(Agent),接下来我们对小鸟进行建模。用强化学习的元素来看问题。我们将小鸟所处在的位置看为State,小鸟是否跳看为动作Action,如果小鸟没死作为Reward。 我们对模型的变量进行分析。通过State能够得到什么信息呢?或者要的得到什么信息呢?我们要得到的是关于Agent下一步该怎么行动。因此我们需要引入,Agent现在所在的位置。 我们对这个进行逐帧的读取,Agent距离管道口的 △ X \triangle{X} △X和 △ Y \triangle{Y} △Y距离,如果Agent如果是小鸟活着时,每一帧给予1的奖赏;若死亡,则给予-1000的奖赏。 按照这个思路,我们最终可以得到一个很快能得到高分的结果。 文档讲解最后的话 第一次看到Q-Learning算法,感觉这个算法十分神奇。有一种感觉用比较简单的算法去解决一个很难的问题的那种感觉,因此在网路上找到一些写的比较好的整合起来。 |
CopyRight 2018-2019 实验室设备网 版权所有 |