加固神經網絡

我有3個不同的動作（A & B & Nothing）每個都有不同的功率（例如A100 A50 B100 B50）我想知道爲了獲得最佳結果而將這些動作饋送到NN的最佳方式是什麼？加固神經網絡

1-進料A/B至輸入端1，而動作功率100/50 /沒什麼輸入2

2-飼料A100/A50 /沒什麼輸入1，而B100/B50 /沒有可輸入2

3-飼料A100/A50至輸入端1，而B100/B50到輸入2，而沒有什麼標誌來輸入3

4-另外喂100 & 50或它們歸一化爲2 & 1？

我不需要理由爲什麼要選擇一個方法任何建議，建議

感謝

2010-05-01 Betamoo

有多少輸出，以及你想在各種輸入上發生什麼？除非您指定「最佳結果」，否則沒有人能夠幫助您。（順便說一句，有多少投入，他們應該如何互動？） – 2010-05-26 21:10:01

你想學什麼？應該輸出什麼？輸入是否只是用過的操作？（|狀態，動作next_state）

它通常使用一個單獨的模型爲每個操作

警：如果你正在學習的環境的模型，它是由一個概率分佈來表示。這使得輸入和輸出之間的映射更簡單。輸入是狀態特徵的向量。輸出是下一個狀態特徵的向量。使用的操作是由模型暗示的。

狀態特徵可以編碼爲位。有效位表示存在某個功能。

這將學習確定性模型。我不知道什麼是學習下一個州的隨機模型的好方法。一種可能性可能是使用隨機神經元。

2010-05-26 20:54:35

回答