文档摘要

5.1 函数近似动机 本节摘要：状态空间 10×10=100 可 Q 表；1000×1000=10⁶ 或连续坐标则表格不可行。线性/神经网络 Q(s,a;θ) 参数共享、泛化到未见状态。非线性逼近可能不稳定。 核心问题 量化表格法内存随 |S|×|A| 增长 写线性 V(s)=w·φ(s) 形式 说明泛化如何加速学习 表格法瓶颈 存储：|S|×|A| 个浮点——Atari 像素状态空间天文数字。 样本：每 (s,a) 需多次访问才准；… 会员。《5.1 函数近似动机》收录于灏天文库文集《强化学习入门：探索智能体的决策之路》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/481-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%85%A5%E9%97%A8%E6%8E%A2%E7%B4%A2%E6%99%BA%E8%83%BD%E4%BD%93%E7%9A%84%E5%86%B3%E7%AD%96%E4%B9%8B%E8%B7%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流