Kapitel 17: Stetige Aktionsräume
Mit diesem Kapitel beginnt der Teil des Buchs, der sich mit fortgeschrittenem Reinforcement Learning befasst. Wir werden Aufgaben betrachten, die bislang nur am Rande erwähnt wurden: die Verwendung von Umgebungen, deren Aktionsraum nicht diskret ist. Sie werden die damit verbundenen Herausforderungen betrachten und lernen, wie man sie in Angriff nimmt.
Aufgaben mit stetigen Aktionsräumen sind sowohl theoretisch als auch praktisch ein bedeutendes Teilgebiet des Reinforcement Learnings, weil es dafür unverzichtbare Anwendungen gibt: in der Robotik (die das Thema des nächsten Kapitels ist), bei Steuerungsaufgaben und auf weiteren Fachgebieten, bei denen es darum geht, mit physischen Objekten zu interagieren.
Die ...
Get Deep Reinforcement Learning -- Das umfassende Praxis-Handbuch now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
