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
51/1返回列表
查看: 3954  |  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
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)

[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

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
查看全部 3 个回答

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
查看全部 3 个回答
普通表情 龙 兔 虎 猫
信息提示
关闭
请填处理意见
关闭