基于模型的 RL 尝试学习函数表示环境转换，也称为系统模型。我看到线性函数仍在基于模型的 RL 中使用，例如在机器人操作中学习系统动力学，并且可以很好地工作。（这里，我的意思是学习模型，而不是作为控制器选择最佳动作的优化方法）。
在基于模型的 RL 中，是否存在学习线性模型（例如使用Lyapunov 函数）比使用神经网络更适合的情况，或者是在使用基于模型的 RL 解决问题时使用线性模型构建的问题示例?
与复杂的神经网络函数相比，线性逼近器是否更适合某些任务？
人工智能
强化学习
控制问题
基于模型的方法
线性规划
2021-11-02 10:27:53
1个回答
这只是监督学习的一个例子。你试图预测给定和，所以你的问题的答案取决于你的状态动态有多复杂。
例如，如果状态空间非常复杂，例如，如果您的状态空间是一张图像，并且您想在给定当前图像和动作的情况下预测下一张图像，那么线性方法不太可能很好地工作。