欢迎光临散文网会员登陆 & 注册

【强化学习的数学原理】课程：从零开始到透彻理解（完结）

2023-07-18 10:29 作者:可爱小鹏鹏 0人读过 | 我要投稿

第2课-贝尔曼公式（Action value的定义） P10 - 06:47

q派中的动作a是函数定义的，不是由当前策略派给出的。

标签：

【强化学习的数学原理】课程：从零开始到透彻理解（完结）的评论 (共条)