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
-
颜七公子Popcorn能够为我们在Mac电脑上提供海量最新、最热门的欧美大片
-
-
中国智能制造网 射频滤波器升级正当时！，5G浪潮下
-
360kuai|谈择偶标准，想要自己的白马王子！，32岁郭跃变身窈窕淑女
-
-
汪小菲|网友爆小S老公买房内幕，姐姐帮忙摆平，用了汪小菲的钱！
-
-
车东西自动驾驶工程师有多挣钱？年薪轻松上百万，还不算股票期权
-
美国@人性何在！特朗普宣布史无前例“重大决定”，全世界把目光看往中国
-
-
爱时尚的小仙女|脸上有这4个特征的男生，特别适合留“背头”发型，轻熟显帅气
-
《向往7》迎来“格格不入”的嘉宾，无情商、无存在感，却最圈粉
-
综合评分不足买车能贷款吗,车贷综合评分不足是征信问题吗
-
王宝强马蓉事件再生波澜，分手内幕被曝光，女儿娜娜立大功
-
注册|李继尊：注册制改革不是单纯解决入口问题，还必须畅通出口
-
铁血观世界|银行首席执行官却无恙？巴铁坠机事件多处透着“诡异”，97人遇难
-
时尚探究社■少穿裙子，多穿这样的“轻熟衫”！显高贵，上档次，女人过了45岁
-
-
冰箱|受疫情影响冰柜成了香饽饽！21个省市销量大涨
-
挖贝网：各项业务进展顺利，传神语联2019年盈利4720.17万下降13.33%%
