强化学习中agent与actor的区别
【强化学习中agent与actor的区别】
Agent无处理逻辑，只收lambda，用lambda加工自己的状态 。Actor有逻辑 ， 收消息，消息可以是数据也可以lambda ， Actor处理消息 。关键区别是：Actor有个主动过滤消息的过程；而agent没有，是被动的，不论什么lambda都要执行 。强化学习，又称再励学习、评价学习或增强学习 ， 是机器学习的范式和方法论之一，用于描述和解决智能体在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题 。强化学习的常见模型是标准的马尔可夫决策过程 。
推荐阅读
- 扩展名中允许使用多个分隔符吗
- 皮皮虾什么粘料好吃
- 烟雨江湖怎么挂机升级
- 中卫鼓楼底下有什么
- 时空中的绘旅人怎么获得拿铁
- 集中营狩猎82版为什么不能看
- 盼兮牧云笙在小说中是恋人吗
- 琉璃丸子的做法
- 对方网络异常通话中断什么原因
- 中山公园西面是什么单位