阶段性任务是设置一个停止点在阶段停止的时候，agent回顾这一阶段所获得的回报，看他自己做得如何。然后在下一回合，在同样的环境下，利用上一个阶段的知识，采取更好的行动获得最大的reward。例如 一盘棋下完就是一个阶段，agent 从第一盘棋中获取经验，来下第二盘棋获得更好地经验。)
连续任务是没有停止点的，智能体必须边学采取最佳动作，边和环境交互。例如买卖股票，市场是一值存在的，所以不存在一个截至点，agent需要一直学下去。
今天的文章强化学习&基础1.3 | 阶段性任务和连续性任务[通俗易懂]分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/62903.html
