应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 计算模拟区 » 计算模拟 » 关于强化学习，自适应动态规划和在线学习
51/1返回列表
查看: 2994  |  回复: 30
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

jermerneyyin

新虫 (初入文坛)

[交流] 关于强化学习，自适应动态规划和在线学习

想跟各位牛人交流下，最近在做强化学习的算法应用，采用强化学习和在线学习的结合，可是结果仅仅是控制器的鲁棒性和适应性增强，关键的结果精度并没有比单纯的采用在线学习好很多，是因为算法的问题还是仿真模拟的问题？
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:

» 抢金币啦！回帖就可以得到:

查看全部散金贴
1楼 2013-04-11 09:46:46
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)
★
jermerneyyin(金币+1): 谢谢参与
1+1<2很正常，如果单纯的采用在线学习的效果已经够好了。
赞一下 回复此楼
3楼2013-04-11 15:18:36
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 31 个回答

noirland

铁杆木虫 (正式写手)
★
jermerneyyin(金币+1): 谢谢参与
在线学习？LZ是想说监督学习么？
强化学习最大的优点是在与外界环境的交互过程中进行学习，而不依赖于系统的模型。
话说，强化学习在控制方面有很多研究内容啊，
赞一下 回复此楼
2楼2013-04-11 15:10:57
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jermerneyyin

新虫 (初入文坛)
引用回帖:
3楼: Originally posted by nono2009 at 2013-04-11 15:18:36
1+1<2很正常，如果单纯的采用在线学习的效果已经够好了。

对，有时候确实有这个感觉，不过有强化学习系统适应性好了很多，现在有点迷茫要不要继续在强化学习方面做下去了
赞一下 回复此楼
11楼2013-04-11 16:51:12
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jermerneyyin

新虫 (初入文坛)
引用回帖:
2楼: Originally posted by noirland at 2013-04-11 15:10:57
在线学习？LZ是想说监督学习么？
强化学习最大的优点是在与外界环境的交互过程中进行学习，而不依赖于系统的模型。
话说，强化学习在控制方面有很多研究内容啊，

对的啊，做了一个比较模糊的监督目标，但是主要还是靠TD的值函数，可是感觉结合在一起效果差强人意
赞一下 回复此楼
12楼2013-04-11 16:52:36
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 31 个回答
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
信息提示
关闭
请填处理意见
关闭