价值函数近似（VFA）

​ 原因：状态太多，算力存储能力有限。只能通过插值的办法（神经网络）近似求得无法算到的状态价值函数值或状态动作价值函数值，或者是策略。如下：

在这里插入图片描述

​ 方法：线性拟合，神经网络，决策树，邻近算法

有模型

在这里插入图片描述

无模型

两种方法来代替，1. MC；2. TD

在这里插入图片描述

MC近似方法

在这里插入图片描述

TD近似方法

在这里插入图片描述

价值动作函数近似（AVFA）

有模型

在这里插入图片描述

无模型

在这里插入图片描述

# 机器学习 # python
Logo
九章云极普惠算力

更多推荐

cover

AI核心知识68——大语言模型之NSP （简洁且通俗易懂版）

avatar 九章云极普惠算力
cover

大语言模型系列(3): Qwen2.5-VL-3B 多模态模型端侧部署

avatar 九章云极普惠算力
cover

基于深度学习YOLOv12的垃圾分类识别检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

avatar 九章云极普惠算力