文档摘要

4.1 为什么需要函数逼近：维度灾难 本节摘要：Q 表是一对一的查表结构：每个状态-动作对占一个格子。这在小世界里优雅，在大世界里是灾难——状态数随维度指数增长，表格既存不下，也永远填不满，更谈不上泛化。函数逼近用"带参数的函数"替代表格：Q(s,a;θ) ≈ Q(s,a)，参数量远小于状态数，且相似状态共享经验。本节用具体数字算清表格方案在几个真实规模任务上的死亡现场，并说明泛化为何是 RL 的刚需而非奢侈品。 会员。《4.1 为什么需要函数逼近：维度灾难》收录于灏天文库文集《强化学习与智能体训练：从 Q-Learning 到深度强化学习》，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/540-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%AD%E7%BB%83%E4%BB%8E-q-learning-%E5%88%B0%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0

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