SARSA: differenze tra le versioni

Versione delle 11:36, 7 apr 2019

Versione delle 10:33, 11 apr 2019

Riga 13:

== Iperparametri ==

=== Tasso di apprendimento (alfa)α ===

Cambiando il valore del tasso di apprendimento è possibile modificare il contributo dell'errore stimato a ogni iterazione: un fattore pari a 0 equivale a non apprendere nulla, mentre con un valore di alphaalfa uguale a 1 si considera solo l'osservazione più recente.

=== Fattore di sconto (gamma)γ ===

Il fattore di sconto determina l'importanza delle ricompense future. Un valore di gamma uguale a 0 rende l'agente "opportunista", in quanto considera solo la ricompensa attuale r; al contrario, un valore di gamma prossimo a 1 permette di cercare ricompense anche a lungo termine. Per valori maggiori di 1 i valori di Q possono divergere.