[英]What is the difference between model and policy w.r.t reinforcement learning
這兩個定義似乎都說明它們是從狀態映射到動作的，那么有什么區別？我錯了嗎？
這篇文章真的為您總結了一下：
什么是基於模型的強化學習？
建模還是不建模
“模型”是機器學習（以及更廣泛的科學學科）中經常使用的那些術語之一，通常對我們的意思有相對模糊的解釋。 幸運的是，在強化學習中，模型具有非常特殊的含義：模型指的是環境的不同動態狀態以及這些狀態如何導致獎勵。
...該策略是您用來根據當前狀態/位置確定要采取的操作/方向的任何策略。
強化學習（或任何真正的學習）的總體結果是制定一項策略，即針對特定領域提出的一系列行為或行動。
增強因素是您可以根據先前的學習結果不斷地重新運行學習過程，有效地應用新策略並從結果中學習以改進策略。
在基於模型的強化學習中，我們使用模型來表示環境或領域，該文檔記錄了事實或狀態以及可能采取的措施。 通過了解某些事實，策略可以專門針對每個重復周期中的這些狀態和動作，測試和提高策略的准確性，就像它可以提高模型的質量一樣。
看這兩者的另一種方式是，該模型是先前學習的記錄或結果，它是環境的更新視圖。 該模型基於過去的策略執行結果處理事實或假定的事實，該模型保存了過去執行的記錄，該數據可用於估計從特定狀態采取某些措施的結果。 該政策是關於行為的實際學習，而作為模型的事實是支持並確認我們學習的事實。
同一篇文章中的此圖簡化了強化學習中的模型與策略之間的關系：
深度學習中量化的浮點 16 位和 8 位有什么區別 Model
[英]What is the difference between Floating point 16 and 8 bit quantized in Deep Learning Model
C＃LINQ：Pull模型和Push模型有什么區別？
[英]C# LINQ: What is the difference between a Pull model and a Push model?
"Keras 中的 model.fit() 和 model.evaluate() 有什么區別？"
[英]What is the difference between model.fit() an model.evaluate() in Keras?
軟件開發中的模型和圖表之間的概念差異是什么？
[英]What is the conceptual difference between a Model and a Diagram in software development
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
