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 » 软件使用与操作 » 自适应动态规划和强化学习的区别
31/1返回列表
查看: 4117  |  回复: 2
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

jermerneyyin

新虫 (初入文坛)

[求助] 自适应动态规划和强化学习的区别 已有2人参与

之前在低维的控制系统中采用了强化学习，现在想在高维空间采用强化学习策略，但是由于维数过高，开始把目光转向了自适应动态规划。
可是现在还是一头雾水：强化学习和自适应动态规划到底有什么本质的不同？？？
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:
1楼 2013-04-17 14:45:44
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

ucihqtep

新虫 (初入文坛)

【答案】应助回帖

有本质的区别，也许我理解有偏差。
强化学习针对的是当前时刻与环境交互，得到强化信号，来修正值函数，是不是可以理解为针对当前时刻的状态作出最优决策。
自适应动态规划是根据Bellman方程，是考虑整个阶段来做出的最优。所以自适应动态规划得到的最优解具有全局最优的意思。
赞一下 回复此楼
2楼2015-07-11 12:52:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

1132520084

新虫 (小有名气)

【答案】应助回帖

现在不是已经证明强化学习和自适应动态规划意义已经是相同的了。
楼上说的是从表象上的差别，实际操作起来的话都是利用TD（lamda）的变形，然后采用不同的迭代策略。本质推导出来的是一样的。最后维数很高的问题应该考虑不同的迭代策略（即收敛方法）。
赞一下(1人) 回复此楼
3楼2015-07-23 17:13:02
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 jermerneyyin 的主题更新
31/1返回列表
普通表情 龙 兔 虎 猫
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考研] 售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急 +3 1uaZt2kAZj2S 2026-10-31 7/350 2026-11-01 04:04 by YXM1FDCSE8Bn
[基金申请] 售SCI一区T0P文章，我:8.O.55.1.O.54,科目齐全,可+急 +3 1uaZt2kAZj2S 2026-10-31 3/150 2026-11-01 04:04 by YXM1FDCSE8Bn
[论文投稿] 售一区SCI文章T0P，我:8O.551.O54,科目全,可十急 +3 1uaZt2kAZj2S 2026-10-31 8/400 2026-11-01 03:59 by YXM1FDCSE8Bn
[找工作] 售一区SCI文章T0P，我:8O.551.O54,科目全,可十急 +3 1uaZt2kAZj2S 2026-10-31 6/300 2026-11-01 03:56 by YXM1FDCSE8Bn
[基金申请] 售SCI一区T0P文章，我:8.O.55.1.O.54,科目齐全,可+急 +3 1uaZt2kAZj2S 2026-10-30 10/500 2026-11-01 03:51 by YXM1FDCSE8Bn
[硕博家园] 售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急 +3 1uaZt2kAZj2S 2026-10-30 15/750 2026-11-01 03:51 by YXM1FDCSE8Bn
[公派出国] 售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急 +3 1uaZt2kAZj2S 2026-10-30 13/650 2026-11-01 03:46 by YXM1FDCSE8Bn
[硕博家园] 售SCI一区T0P文章，我:8O.55.1.O.54,科目全,可伽急 +3 X5bHxOULxFqb 2026-10-30 16/800 2026-11-01 03:38 by YXM1FDCSE8Bn
[考博] 售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急 +4 X5bHxOULxFqb 2026-10-30 20/1000 2026-11-01 03:33 by YXM1FDCSE8Bn
[基金申请] 售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急 +5 X5bHxOULxFqb 2026-10-30 20/1000 2026-11-01 03:30 by YXM1FDCSE8Bn
[考研] 售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急 +3 xvJS1BYDxvBS 2026-10-31 7/350 2026-11-01 02:33 by YXM1FDCSE8Bn
[找工作] 售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急 +3 1uaZt2kAZj2S 2026-10-31 5/250 2026-11-01 02:28 by YXM1FDCSE8Bn
[考博] 售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急 +3 1uaZt2kAZj2S 2026-10-31 5/250 2026-11-01 02:25 by YXM1FDCSE8Bn
[公派出国] 售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急 +3 1uaZt2kAZj2S 2026-10-31 5/250 2026-11-01 02:25 by YXM1FDCSE8Bn
[考博] 售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急 +3 1uaZt2kAZj2S 2026-10-30 13/650 2026-11-01 02:02 by YXM1FDCSE8Bn
[基金申请] 售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急 +3 xvJS1BYDxvBS 2026-10-31 7/350 2026-11-01 00:54 by YXM1FDCSE8Bn
[公派出国] 售一区SCI文章T0P，我:8O.551.O54,科目全,可十急 +3 1uaZt2kAZj2S 2026-10-31 4/200 2026-11-01 00:41 by YXM1FDCSE8Bn
[硕博家园] 售SCI一区T0P文章，我:8.O.55.1.O.54,科目齐全,可+急 +4 X5bHxOULxFqb 2026-10-30 12/600 2026-11-01 00:15 by YXM1FDCSE8Bn
[基金申请] 论文的挂名怎么评判贡献？基金申请中，排名第一的挂名文章 +3 biily 2026-10-25 3/150 2026-10-30 18:33 by 旁观2020
[考博] 申博求助 20+3 Katrinae 2026-10-26 4/200 2026-10-27 09:56 by 北京莱茵编辑
信息提示
关闭
请填处理意见
关闭