反应策略深度强化学习的第一个主要成就是着名的DQN算法在各种Atari视频游戏中的人类水平表现 ， 其中神经网络学习使用原始屏幕像素作为输入来玩游戏 。 在强化学习中 ， 我们希望学习一种将状态映射到行动的政策 ， 以便最大化累积的奖励 。 例如 ， 在DQN论文中 ， 神经网络是卷积神经网络 ， 它将屏幕图像作为输入并输出可能动作的分数 。
虽然强化学习算法的设计使得该策略应该学会选择具有长期益处的行为 ， 但我们从策略中获得的信息仅适用于当前状态 。 这称为响应策略 ， 它是一种策略 ， 将当前状态映射到应立即采取的操作 ， 或映射到操作的概率分布 。
拥有完整的计划允许我们使用外部知识对其进行评估并防止采取危险行为 。 例如 ， 如果自动驾驶汽车希望改变车道但是突然汽车接近非常快 ， 比模拟汽车在训练期间更快 ， 则外部程序可以预测当前计划的轨迹朝向碰撞并且中止操纵 。 这对于被动策略来说要困难得多 ， 在这种策略中可能难以预测场景在播出之前如何结束 。
希望制定完整计划的另一个原因是它可能会使我们的政策表现更好 。 也许通过强制它提前计划 ， 我们可能会限制我们的政策更加一致 ， 并能够在看不见的情况下更好地调整 ， 这正是我们想要的 。
马尔可夫决策过程规划问题的一个非常常见的模型是马尔可夫决策过程 ， 即MDP 。 在MDP中 ， 我们将世界定义为一组状态S ， 一组可能采取的行动A ， 一个奖励函数R和一个过渡模型P.它们一起构成了元组：
推荐阅读
-
-
请大神帮忙看看我一周安排的减肥健身计划是不是合理谢谢！
-
这个男人每天喝2公斤的浓茶来缓解睡意结果患上了肾结石
-
-
▲用时四个月完工的新家，家具刚入场就很漂亮，一进门就被迷住！
-
肝脏▲生姜和它天生一对，贵是贵点，每天喝1杯，排出宿便，补气养生
-
『食客斋』韭菜花炒拐肉、凉拌毛肚、川式蒜泥白肉这几道家常菜的做法
-
新机发布|Realme Narzo20系列即将发布，存储规格和配色提前曝光！
-
「考研」2020考研学子有多难？名校竞争惨烈，复试分数线400+，英语单科75
-
梅西|曝巴萨大选黑马提3大计划：5000万续约梅西+留苏牙 再买1亿天王
-
-
-
【手机之家】华为Eyewear智能眼镜2020春夏新款发布，潮搭你的时尚出街
-
甜野猫|是时候秀一波了，甩掉get和set，Lombok让代码更简洁
-
-
中国人|为什么天下饮料千千万 中国人独爱多喝热水？
-
-
#胖次资讯#白菜被子没啥，心仪的耐克鞋过分了！，“笑死人不偿命”的买家秀
-
老林说车|年销超百万，发布全新银标，让人刮目相看，真正的“国产车企”
-
