强化学习——篮球巨星的问题

发布网友发布时间：2022-05-24 15:08

共3个回答

热心网友时间：2023-10-18 07:51

篮球巨星通常可以这样子进行切割，以10局作为一个小周期，40局作为一个大周期，进行游戏的时候再把小周期切分成前5局和后5局。之所以这样确定周期数，是因为平均5局内会出现一次得分，大概平均每10局会有一次稍微略高的得分机会（2-4倍以内），每50局至少会出现一次免费旋转，以40局作为一个大周期，可以让我们对免费旋转做提前的准备。追问谢谢，我试试看，

追答yuheng90.com
了解，了解。

热心网友时间：2023-10-18 07:51

强化学习(reinforcement learning)，又称再励学习、评价学习，是一种重要的机器学习方法，在智能控制机器人及分析预测等领域有许多应用。

但在传统的机器学习分类中没有提到过强化学习，而在连接主义学习中，把学习算法分为三种类型，即非监督学习(unsupervised learning)、监督学习(supervised leaning)和强化学习。

热心网友时间：2023-10-18 07:52

有啊，未删减版，点击我的头像，自己拿