关于Q学习中“情节”定义的困惑

在阅读了一些教程后,我仍然不确定“情节”的定义。情节是否被定义为从起始状态到出口/目标状态的一次完整遍历?


回答:

这取决于任务/环境。在那些有明确定义的出口/目标状态的任务中(可能还包括其他类型的终止状态,如失败状态),是的,这可以被视为一个情节。

通常,还会有一个时间限制(例如,如果经过了一定时间,无论成功与否,情节都会终止)。

基本上,定义问题的人也可以选择如何定义一个情节,定义方式并不总是相同的。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注