人工智能 - 术语“Bellman 备份”和“Bellman 错误”是什么意思？ - 吾爱随笔录

人工智能强化学习术语贝尔曼方程行李员

2021-11-04 18:55:40

一些 RL 文献使用诸如“Bellman 备份”和“Bellman 错误”之类的术语。这些术语指的是什么？

1个回答

Bellman 备份是 Bellman 运算符的应用程序。例如，步骤

V (x) \leftarrow α (R + E [V (x^{'})]) + (1 - α) V (x)

$V(x)\leftarrow \alpha(R + \mathbf{E}[V(x')]) + (1-\alpha)V(x)$

是某个学习率的贝尔曼备份 $\alpha$ .

贝尔曼错误是

d (V (x), R + E [V (x^{'})])

$d(V(x), R + \mathbf{E}[V(x')])$

对于一些指标 $d$ ，通常 $d(x, y) = (x-y)^2$ .

其它你可能感兴趣的问题