聚合国内IT技术精华文章,分享IT技术精华,帮助IT从业人士成长

强化学习里的 horizon 是指什么

2019-10-27 23:20 浏览: 5398759 次 我要评论(0 条) 字号:

转载需注明出处:https://www.codelast.com/

horizon 这个词在各种强化学习教程里出现的频率不算高,但它也是要了解的一个概念。
先查词典:
n. 地平线;视野;眼界;范围

在强化学习里面,horizon主要取“范围”的含义。也可以理解为一个agent在environment里一步步走下去,在一次交互过程中,总共走过的步数。
举个例子,假设有一个“怎么玩都永远不会死”的游戏(只不过得分有高低罢了),那么把这个玩游戏的过程对应到强化学习领域,它就是一个无限步的概念,即 infinite horizon;反之则是 finite horizon(有限步)的。
在训练强化学习模型的时候,并不是说一个游戏非要玩到挂掉才行,我们也可以限定在一个固定的 horizon 内来计算reward。



网友评论已有0条评论, 我也要评论

发表评论

*

* (保密)

Ctrl+Enter 快捷回复