强化学习中的情节和非情节领域是什么?

人工智能 强化学习 术语 时差法 环境
2021-11-04 07:00:02

我正在阅读有关时间差异(TD)学习的内容,我读到:

TD 处理持续的非偶发域

假设持续意味着非终止,那么非偶发或偶发域是什么意思?

1个回答

假设持续意味着非终止,非偶发或偶发域是什么意思?

非偶发意味着与继续相同。您找到的引用没有列出两个单独的域,“继续”这个词有点多余。我希望作者把它放在那里是为了强调意义,或者涵盖描述这种环境的两种常见方式。

情节域问题是终止的问题,或者自然地分成可以单独考虑的时间步组。