强化学习的连续动作问题

强化学习中对连续动作的定义究竟是怎样？这个问题困扰我很久，我觉得有两层理解：1、动作的选择范围是连续区间，当前的动作与后续的动作之间并无关联，能够直接进行离散跳跃式的选择；2、动作的选择范围是连续区间，前面的动作与后面的动作之间是连续过渡，而不能离散跳跃。到底是哪个咯？...

方小汪

1626人浏览 · 2019-12-20 22:57:54

方小汪 · 2019-12-20 22:57:54 发布

20191220

强化学习中对连续动作的定义究竟是怎样？这个问题困扰我很久，我觉得有两层理解：
1、动作的选择范围是连续区间，当前的动作与后续的动作之间并无关联，能够直接进行离散跳跃式的选择；
2、动作的选择范围是连续区间，前面的动作与后面的动作之间是连续过渡，而不能离散跳跃。

到底是哪个咯？

20200310

今天觉得这个问题不重要了…未来拿着代码将动作结果print一下应该就可以了吧~

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。