强化学习同一个学习率的图一样吗 _知识分享

文章插图
【强化学习同一个学习率的图一样吗】强化学习同一个学习率的图不一样。监督学习要求训练集和测试集数据分布越相近越好,但是包含的数据不一样,不能把分类任务中的一张图片,同时放到训练集和测试集中,因为实际情况中可能出现训练集不包含的图片,这时要保证监督学习算法具有一定的泛化能力,能够在没见过这张图片的情况下,对其正确处理。强化学习的目的是优化马尔科夫决策过程中的智能体的策略,每次学习是专门针对一个任务进行的。因此,不能让强化学习优化好一个走迷宫的任务,然后拿学习好的策略去干其他事,哪怕是让训练好的智能体走一个布局稍有变化的迷宫,效果也会下降。

以上关于本文的内容，仅作参考！温馨提示：如遇专业性较强的问题（如：疾病、健康、理财等），还请咨询专业人士给予相关指导!

「辽宁龙网」www.liaoninglong.com小编还为您精选了以下内容，希望对您有所帮助：