强化学习第7课：交叉熵方法的一些局限性

上次介绍的交叉熵方法，交叉熵方法虽然很是有效，可是也有一些缺点。web 例如，若是你只尝试100次的话，那么可能会有一些稀少的状况，在这100次中只出现那么一两次。这样的话，会获得一个很是奇怪的几率分布，可能会一直重复某一个行动。也许你能够经过增长实验的次数来改进这个问题，好比说100次增长到10000次，可是若是骑自行车摔倒1万次的话，那会很是疼。网络 这时能够用 smoothing机器学习 要

>>阅读原文<<