強化學習中agent與actor的區別
【強化學習中agent與actor的區別】
Agent無處理邏輯，只收lambda，用lambda加工自己的狀態 。Actor有邏輯 ， 收消息，消息可以是數據也可以lambda ， Actor處理消息 。關鍵區別是：Actor有個主動過濾消息的過程；而agent沒有，是被動的，不論什么lambda都要執行 。強化學習，又稱再勵學習、評價學習或增強學習 ， 是機器學習的范式和方法論之一，用于描述和解決智能體在與環境的交互過程中通過學習策略以達成回報最大化或實現特定目標的問題 。強化學習的常見模型是標準的馬爾可夫決策過程 。
推薦閱讀
- 擴展名中允許使用多個分隔符嗎
- 皮皮蝦什么粘料好吃
- 煙雨江湖怎么掛機升級
- 中衛鼓樓底下有什么
- 時空中的繪旅人怎么獲得拿鐵
- 集中營狩獵82版為什么不能看
- 盼兮牧云笙在小說中是戀人嗎
- 琉璃丸子的做法
- 對方網絡異常通話中斷什么原因
- 中山公園西面是什么單位