5.3 神经网络作为函数近似器（深度强化学习初步）

文档摘要

5.3 神经网络作为函数近似器（深度强化学习初步） 5.3 神经网络作为函数近似器（深度强化学习初步） 5.3.1 引言：为什么需要神经网络？在强化学习中，智能体的目标是学习一个策略，使其在给定的环境中获得最大的累积奖励。在状态空间较小的情况下，我们可以使用表格型方法（例如 Q-table）来存储每个状态-动作对的价值，并使用诸如 Q-learning 或 SARSA 等算法来更新这些价值。然而，当状态空间变得非常大，甚至是连续的时候，表格型方法就变得不再可行。这主要是因为：存储空间需求巨大：存储每个状态-动作对的价值需要大量的内存。泛化能力差：只能学习到已经访问过的状态-动作对的价值，无法泛化到未见过的状态。