没有最终状态的强化学习？
[英]Reinforcement Learning without a final state?
问题描述
我在强化学习的主题中对我的案例有疑问。
我希望我们能够接受两种相互依赖的产品。 这意味着如果我改变产品A的价格，也许客户会想要购买产品B.
在我的想象中，我需要一个强化学习算法。 国家将是A和B的实际价格（例如A：15€，B：12€）。
行动将是价格的可能变化（例如价格A - 2€）
所以本例中的下一个状态是（A：13€，B：12€）
奖励将是利润差异或任何其他变量告诉我，价格变化是多么成功。
我现在的问题是：我没有最终状态，对吧？ 我怎么可能处理这个？ 我只想最大化奖励。 强化学习是否是正确的方法还是有更适合我的东西？
1 个解决方案
解决方案1
0 2019-05-22 14:59:48
在强制执行学习中不需要最终状态，你只需要小心你的伽玛调整。
我们可以获得有关价格接受计算的更多信息吗？
另外一件事，我真的没有找到在您的问题中使用神经网络的兴趣，事实是您的目标是根据您的环境价格接受找到产品（A，B）的最佳价格。给你最好的利润，但是当你发现这对夫妇时，无论网络输入是什么，最好的情侣仍然会是一样的不是吗？
我认为使用神经网络和Q学习的兴趣应该是，如果你给网络输入一些环境变量 ，除了当前的价格之外还有一些直接与价格接受相关的变量 。
在为强化学习设计网格世界时如何表示状态空间
[英]How to represent state space when designing a grid world for reinforcement learning
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.