机器学习原理、算法与应用 课件 第十二章 强化学习.pptx

机器学习原理、算法与应用

第十二章：强化学习;目录;本章的重点、难点和需要掌握的内容;目录;强化学习概述;定义与特点;定义与特点;主要组成元素;主要组成元素;主要组成元素—策略;主要组成元素—价值函数;主要组成元素—价值函数;主要组成元素—模型;目录;马尔可夫决策过程;贝尔曼方程;贝尔曼方程;贝尔曼方程;贝尔曼方程;策略迭代;策略迭代;价值迭代;价值迭代;蒙特卡洛方法;蒙特卡洛方法;蒙特卡洛方法;目录;时序差分方法;时序差分方法;时序差分方法;时序差分方法;SARSA算法;SARSA算法;SARSA算法;SARSA算法;Q-Learning算法;Q-Learning算法;Q-Learning算