会员服务
最优策略亦称“平衡策略”、“稳定策略”。在对策中，能够形成平衡局势的局中人的策略。最优策略构成对策的解。它根据局中人选取策略的形式是有目的地选取，还是根据一定的概率值随机地选取，分成最优纯策略和最优混合策略两类。在有鞍点的矩阵对策中，参与对策的局中人根据鞍点选取并构成平衡局势的策略为最优纯策略。在没有鞍点的矩阵决策中，参与对策的局中人的最优策略为最优混合决策。
星际虫王IA退役2年搞AI，现在自叹不如了
星际虫王IA退役2年搞AI，现在自叹不如了
量子位
0+阅读 · 2022年6月13日
达摩院决策智能实验室杨超：Safe RL介绍及在电网调度中的应用
达摩院决策智能实验室杨超：Safe RL介绍及在电网调度中的应用
机器之心
1+阅读 · 2022年6月4日
产业链外迁东南亚，不一定是坏事
产业链外迁东南亚，不一定是坏事
创业邦杂志
0+阅读 · 2022年5月4日
强化学习《奖励函数设计: Reward Shaping》详细解读
强化学习《奖励函数设计: Reward Shaping》详细解读
深度强化学习实验室
16+阅读 · 2020年9月1日
组合游戏1: Leetcode中的Minimax 和 Alpha Beta剪枝
组合游戏1: Leetcode中的Minimax 和 Alpha Beta剪枝
AINLP
0+阅读 · 2020年8月26日
最新《模仿学习 - Imitation Learning》教程，63页ppt，微软Kamil Ciosek
最新《模仿学习 - Imitation Learning》教程，63页ppt，微软Kamil Ciosek
专知
6+阅读 · 2020年8月22日
是否要入坑强化学习，看了这篇文章再说
是否要入坑强化学习，看了这篇文章再说
PaperWeekly
0+阅读 · 2020年8月17日
漫画：什么是神秘的“凯利公式”？
漫画：什么是神秘的“凯利公式”？
CSDN
0+阅读 · 2020年6月2日
Deepmind AI在《星际争霸2》血虐99.8%人类，登顶宗师段位
Deepmind AI在《星际争霸2》血虐99.8%人类，登顶宗师段位
新智元
0+阅读 · 2020年4月19日
漫画：什么是 “智猪博弈” ？
漫画：什么是 “智猪博弈” ？
CSDN
0+阅读 · 2020年3月13日
强化学习中无处不在的贝尔曼最优性方程，背后的数学原理为何？
强化学习中无处不在的贝尔曼最优性方程，背后的数学原理为何？
AI科技评论
2+阅读 · 2020年2月22日
为程序员量身打造的研究生课程，读完可拿硕士学位...
为程序员量身打造的研究生课程，读完可拿硕士学位...
CVer
0+阅读 · 2019年11月1日
强化学习如何真正实现任务自动化？不妨试试「两步走」策略！
强化学习如何真正实现任务自动化？不妨试试「两步走」策略！
AI科技评论
0+阅读 · 2019年10月7日
【话题留言赠书】强化学习（RL）在NLP的应用前景如何
【话题留言赠书】强化学习（RL）在NLP的应用前景如何
AINLP
0+阅读 · 2019年7月20日
人工智能再下一城，在多人扑克中大胜人类
人工智能再下一城，在多人扑克中大胜人类
知识分子
1+阅读 · 2019年7月12日
参考链接
子主题
最短路径问题
马尔可夫决策过程
微信扫码咨询专知VIP会员
Top