在强化学习中，在创建转换样本（状态、动作、下一个状态、奖励）时，其中：
- 代理：学习代理
- 环境：教练
环境给代理两个反馈：奖励和下一个状态。我可以作为环境，从总状态空间中随机分配 next_states 给我的代理。? 如何确定给定状态允许的 next_state(s) 是什么？
在强化学习中，我可以在创建转换集时将状态空间中的 next_states 随机分配给我的代理吗？
数据挖掘
机器学习
深度学习
强化学习
2022-03-08 02:13:20
1个回答
这取决于您的环境。例如，如果您的环境是一条直线。假设状态是 1、2、3 ... 10。这里的代理可以向左或向右移动。现在，如果代理处于状态 4，并且它向右移动，根据环境的逻辑，next_state它必须是 5。
现在，如果您包含某种条件，即如果代理达到状态 5，代理将被随机移动到任何其他位置，那么您可以返回next_state任意随机数。
长话短说，这next_state取决于环境。
其它你可能感兴趣的问题