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
-
家居设计分享|一家三口的精致小家：168平全屋简约风，碰撞出黑与白的惊艳
-
光明网|鞠婧祎宋威龙毕雯珺演绎暖心结局，《漂亮书生》圆满收官消暑一夏
-
-
体育云说|下赛季他将得到多大的合同？，范弗利特季后赛表现超神
-
东方网|安徽合肥：上海消防全力做好安置点火灾防控及消杀防疫
-
[执勤]放下母亲病逝的悲痛，新警察坚持上抗击疫情战场
-
「建房」建房基础怎么选? 农村建房基础不牢, 几十万就打水漂了
-
苹果|配置大升级！苹果新平板iPad 10外形首秀：摄像头突起感人
-
-
公司|朗科科技：大股东邓国顺质押约620万股及解除质押614万股
-
『脉络文史馆』古人是怎么把稻谷去壳变成米的？一粒粒的剥吗？，古代没有磨米机
-
励志图图|不仅情商显得高，还能得到领导的欣赏，喜欢说这三句话的下属
-
孙小果“复活记”：死刑不被核准改死缓，后经再审改判20年
-
-
十年后，广西GDP能不能到全国第十三名水平呢？看完心里有底了
-
-
小院食光@吉林丈母娘，海南丈母娘，江西丈母娘做的特色菜，差距在哪
-
陈哲远|陈哲远沈月《我的反派男友》与《炽道》相比，哪一部剧更好看？
-
装修材料 家里有很多蚂蚁怎么办?家里蚂蚁出现的原因是什么?
-
沛白说体育|王一博，不要刻意的嘲讽low，国货和小众品牌也不输奢侈品的
![[执勤]放下母亲病逝的悲痛，新警察坚持上抗击疫情战场](http://res.cjrbapp.cjn.cn/a/10001/202001/24467c991fc09da5eef737c5e8c5d438.jpeg)
