Politikiteration
Die Idee hinter der Policy Iteration ist einfach:
- Eine anfängliche π und v wählen;
- Mit Hilfe der Policy Evaluation v aktualisieren, bis es mit π konsistent ist;
- Mit Hilfe der Policy Improvement π aktualisieren, bis sie bezüglich v gierig ist;
- Schritte 2-3 wiederholen, bis Konvergenz erreicht ist.
Bei dieser Methode gibt es keine partiellen Aktualisierungen:
- Während der Policy Evaluation werden die Werte für jeden Zustand aktualisiert, bis sie mit der aktuellen Policy übereinstimmen;
- Während der Policy Improvement wird die Policy bezüglich der Wertfunktion gierig gemacht.
Pseudocode
War alles klar?
Danke für Ihr Feedback!
Abschnitt 3. Kapitel 7
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 2.7
Politikiteration
Swipe um das Menü anzuzeigen
Die Idee hinter der Policy Iteration ist einfach:
- Eine anfängliche π und v wählen;
- Mit Hilfe der Policy Evaluation v aktualisieren, bis es mit π konsistent ist;
- Mit Hilfe der Policy Improvement π aktualisieren, bis sie bezüglich v gierig ist;
- Schritte 2-3 wiederholen, bis Konvergenz erreicht ist.
Bei dieser Methode gibt es keine partiellen Aktualisierungen:
- Während der Policy Evaluation werden die Werte für jeden Zustand aktualisiert, bis sie mit der aktuellen Policy übereinstimmen;
- Während der Policy Improvement wird die Policy bezüglich der Wertfunktion gierig gemacht.
Pseudocode
War alles klar?
Danke für Ihr Feedback!
Abschnitt 3. Kapitel 7