个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
26
4
我在 Unity 机器学习代理中拥有一架寻找目标、避障的直升机。查看 TensorBoard 进行训练，我试图了解如何解释“损失/值(value)损失”。
我在 google 上搜索了很多关于 ML Loss 的文章，例如 this one ，但我似乎还无法直观地理解这对我的小直升机意味着什么，以及我应该实现的可能的改变(如果有的话)。 (直升机因一次又一次接近目标而受到奖励，并因进一步或碰撞而受到惩罚。它测量各种参数，如相对速度、相对目标位置、射线传感器等，并且它基本上在目标中工作- 寻找，而更复杂的迷宫类型障碍尚未经过测试或训练。它使用 3 层。)谢谢!
最佳答案
在强化学习中，特别是在参与者/批评者算法中，值(value)损失是学习算法对状态值的期望之间的差异(或许多此类差异的平均值) > 以及该状态的经验观察值。
国家的值(value)是什么？简而言之，一个状态的值(value)就是你从该状态开始可以期待多少奖励。即时奖励完全占此金额。可能发生但不会立即发生的奖励贡献会越来越少，而且越遥远的事件贡献也会越来越少。我们将这种值(value)贡献的减少称为“折扣”，或者我们说这些奖励是“打折的”。
期望值是算法的关键部分预测值的大小。对于作为神经网络实现的批评家来说，它是神经网络的输出，状态作为其输入。
经验观察值是将您离开该状态时实际获得的奖励加上您在某些时间内立即获得的任何奖励(打折一定金额)后获得的金额。步骤数(我们会说在这些步骤之后您最终进入状态 X)，以及(可能取决于实现)加上基于状态 X 的值的一些折扣金额。
简而言之，它越小，它就越能更好地预测其性能。这并不意味着它在玩游戏方面会变得更好 - 毕竟，如果一个人学会选择会让他们很快输掉的行动，那么他可能在一场游戏中很糟糕，但能够准确预测他们会输以及何时会输!
关于tensorflow - 如何在 TensorBoard 中解释 "Value Loss"图表？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60042639/
26
4
0
我需要将文本放在 中在一个 Div 中，在另一个 Div 中，在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html，头部， body 。(因为我收到了一些反对票，这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中，但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中，我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序，并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的，但一旦知道，就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序，它存储了一些音乐轨道，并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况，我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目，我正在尝试设置 Django 调试工具栏。首先，我尝试了快速设置，它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个，当我转到我的根 URL 时，调试
在 Matlab 中，如果我有一个函数 f，例如签名是 f(a,b,c)，我可以创建一个只有一个变量 b 的函数，它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道，是否有关于何时使用 session 和 cookie 的指南或最佳实践？ 什么应该和什么不应该存储在其中？谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵，我想用它制作一个 3 维条形图，其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列，条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在， sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中，因为 PStr 包含实际输出。？ 既然Pstr中存储的是小写到大写的字母，那么在printf中如何将其给出为“WORD”。有人可以吗？解释一下？ #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀！