528      阿裏雲  技術社區[雲棲]

增強學習小白？本文帶你入門了解增強學習

更多深度文章，請關注：https://yq.aliyun.com/cloud

AI

RL

“智能”。

agent

Q Learning Deep Q Learning

Q Learning通常執行給予最大回報的操作。詳細的數學可以在這裏找到

agentQQagentQ

Deep Q Learning

Deep Q LearningQQ

Deep Q Learning

https://www.google.com/patents/US20150100530

vs

通常情況下，agent記錄一條路徑，永遠不會嚐試探索任何其他路徑。 一般來說，我們希望一個agent不僅可以利用良好的路徑，而且有時會探索可以執行操作的新路徑。因此，一個名為ε的超參數用於指導探索新路徑的多少和如何利用舊路徑。

這就是Deep Q Learning的整體框架。 注意，這代表了打折的回報。這是一個超參數，可以控製未來回報的重量。符號’表示下一個。 例如 s'表示下一個狀態。

1.Deep Q Learning Robert Aguilera

增強學習能很好地處理許多事情（如AlphaGo），但是在反饋稀疏的地方通常會失敗。 agent不會長期探索實際有益的行為。 有時，為了自身的緣故（內在動機）而不是直接嚐試解決問題，需要采取一些行動。

這樣做可以讓agent執行複雜的操作，基本上允許agent計劃事情。分層學習允許這種抽象學習。

2.Deep Q Learning

在這種設置中，有兩個Q網絡。它們被表示為控製器和元控製器。 元控製器查看原始狀態並計算要遵循的“目標”。 控製器與目標一起進入狀態，並輸出策略來解決目標。檢查是否達成目標，並向控製器給予回報。 當片段結束或達到目標時，控製器停止。 然後，元控製器選擇一個新目標，並重複這個目標。

“目標”是最終幫助 agent獲得最終回報的東西。這更好，因為它有可能Q Learning接著Q Learning以一個分層的方式。

1.Deep Q Learning基礎。對理解強化學習的數學和過程很有幫助。

2.分層學習論文，對於那些想詳細了解分層學習的人。

3.作者解說分層學習論文的視頻。（需翻牆）

4.深度RL：概述。我認為是增強學習手冊。它涵蓋了理解當前研究水平所需要的RL的幾乎每個方麵。它深入探討數學，而且還提供了高層次的概述。

5.用一個python腳本來實現深層次的學習。

3.

Robert Aguilera

本文由北郵@愛可可-愛生活老師推薦，阿裏雲雲棲社區組織翻譯。

最後更新：2017-09-09 23:32:31

  上一篇：  再談Android客戶端進程保活

  下一篇：  2017上半年無監督特征學習研究成果匯總