📣 独立日限时特惠: VIP通行证立减$68
搜索
体验新版
<
一亩三分地»论坛 › 专业技术 › 技术交流 › 机器学习 › 谈谈Reinforcement Learning的学习经验与相关资料
1234
返回列表 发新帖
楼主: xiaomaogy
跳转到指定楼层
上一主题 下一主题
收起左侧

谈谈Reinforcement Learning的学习经验与相关资料

   
机器学习
🔗
TQJACK 2020-4-25 09:07:55 | 只看该作者
本楼：
全局：
MARKMARK
回复

使用道具 举报

🔗
你就是我的唯e 2020-4-25 10:09:45 | 只看该作者
全局：
bigyeet 发表于 2020-4-25 05:26
RL不一定说不能违反markov吧？有时候一个state里面多个timestep是有帮助的，比如如果你的X是摄像头拍下来 ...

RL本身就是一个马尔可夫过程啊，所以才能用bellman equation。如果违背了马尔可夫性，那使用bellman equation就是错误的，从根源上RL就不能成立了。

bellman equation这么写跟动态规划是一样的，你可以看看动态规划
回复

使用道具 举报

🔗
你就是我的唯e 2020-4-25 10:13:09 | 只看该作者
全局：
bigyeet 发表于 2020-4-25 05:26
RL不一定说不能违反markov吧？有时候一个state里面多个timestep是有帮助的，比如如果你的X是摄像头拍下来 ...

我不知道搞RL的人这么做是不是只是效果论。意思就是只是把多时刻的state作为输入做实验效果好就完事了，而没有考虑这样是不是正确的。。

各大公司如何招人？看重面试者哪些方面？如何提高成功率？

工业界资深数据科学家教你破解各大公司面试 - Data Science 401

AB Test、机器学习考什么？如何在面试的短暂时间里，体现自己解决问题的能力？

回复

使用道具 举报

🔗
cherry-nancy 2025-6-13 06:50:40 | 只看该作者
全局：
mark~~~~ 非常感谢分享
回复

使用道具 举报

🔗
iteachtop 2025-6-14 01:22:02 | 只看该作者
全局：
cherry-nancy 发表于 2025-6-12 15:50
mark~~~~ 非常感谢分享

回头看，这个帖子的价值很高。这两年rl很火，当年一直坚持下来rl的人今天能发大财了吧？：-）
回复

使用道具 举报

1234
返回列表 发新帖
B Color Link Quote Code
您需要登录后才可以回帖 登录 | 注册账号
隐私提醒：
  • ☑ 禁止发布广告，拉群，贴个人联系方式：找人请去🔗同学同事飞友，拉群请去🔗拉群结伴，广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑，过后则不能删帖。为防止被骚扰甚至人肉，不要公开留微信等联系方式，如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名：面经（美国面经、中国面经、数科面经、PM面经），抖包袱（美国、中国）和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表