強化學習第7課：交叉熵方法的一些侷限性

上次介紹的交叉熵方法，交叉熵方法雖然很是有效，可是也有一些缺點。web 例如，若是你只嘗試100次的話，那麼可能會有一些稀少的狀況，在這100次中只出現那麼一兩次。這樣的話，會獲得一個很是奇怪的機率分佈，可能會一直重複某一個行動。也許你能夠經過增長實驗的次數來改進這個問題，好比說100次增長到10000次，可是若是騎自行車摔倒1萬次的話，那會很是疼。網絡 這時能夠用 smoothing機器學習 要

>>阅读原文<<