从离散动作到连续动作
教材《人工智能导论》3.4.2 / 内部第3点 · 已审核
通俗解释
无论是迷宫寻路任务还是围棋对弈，其动作空间都是离散的，也就是说，策略函数仅需要从有限的动作中进行选择即可。 但是现实世界的任务，尤其是控制任务，往往要求连续动作空间。
例子
例如，在自动驾驶中，智能体需要给出下一时刻方向盘转动的角度、油门的深浅等，这些动作都是连续的。
容易混淆
连续动作不能像有限离散动作那样逐项穷举比较。
检查理解
用自己的话解释“从离散动作到连续动作”在“策略优化核心”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：无论是迷宫寻路任务还是围棋对弈，其动作空间都是离散的，也就是说，策略函数仅需要从有限的动作中进行选择即可。 但是现实世界的任务，尤其是控制任务，往往要求连续动作空间。 示例：例如，在自动驾驶中，智能体需要给出下一时刻方向盘转动的角度、油门的深浅等，这些动作都是连续的。