《人工智能控制技术》 课件 chap3-强化学习.pptx

《人工智能控制技术》 课件 chap3-强化学习.pptx

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《人工智能控制技术》;强化学习的历史背景;强化学习的历史背景;强化学习的历史背景;强化学习的历史背景;强化学习的历史背景;强化学习分类;基于策略迭代和基于值迭代的强化学习;在线学习和离线学习;基于模型学习和无模型学习;强化学习中的重点概念;强化学习中的重点概念;强化学习中的重点概念;强化学习中的重点概念;强化学习中的重点概念;强化学习中的重点概念;马尔可夫决策过程;马尔可夫决策过程概述;马尔可夫决策过程概述;马尔可夫链;马尔可夫链;马尔可夫链;马尔可夫决策过程;马尔可夫决策过程;马尔可夫决策过程;马尔可夫决策过程示例;贝尔曼方程;状态价值函数;贝尔曼方程;贝尔曼期望方程;贝尔曼方程;贝尔曼方程;贝尔曼方程矩阵形式;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;最优控制与最优策略;动态规划;动态规划简介;动态规划简介;最优控制中的动态规划;最优控制中的动态规划;最优控制中的动态规划;最优控制中的动态规划;强化学习中的动态规划;强化学习中的动态规划;强化学习中的动态规划;基本强化学习;策略迭代法;策略迭代法;策略迭代学习;值迭代法;值迭代学习;蒙特卡洛法;蒙特卡洛法;蒙特卡洛法;蒙特卡洛法;蒙特卡洛法;时序差分法(TD);时序差分算法;时序差分算法;时序差分算法;其他类型强化学习;其他类型强化学习;其他类型强化学习;其他类型强化学习;其他类型强化学习;课后习题

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档