machine-learning - 利用强化学习中学到的策略的方法

Question

我想交叉检查我对强化学习的理解。训练策略然后重用学习的策略有多容易/困难或普遍？到目前为止我的理解是，当我们停止训练并且如果我们要重新开始时，它需要从头开始，即无法从学习的策略中受益。谢谢你。

标签： machine-learningreinforcement-learning

Answer 1

这取决于您使用的具体方法，但一般来说，一旦学习方法收敛，就不需要“训练”。例如，在 Q-learning 的情况下，这是一种无模型的离策略学习方法，在算法收敛之前，代理仍必须采取随机动作以确保Q(s,a)空间中的每个相关点都具有被探索。但是每个单独的步骤都利用了从前几集获得的经验，所以说你从头开始每一集都是不正确的。