2022年3月15日
强化学习基础知识
摘要： 之前杂七杂八的看了很多关于强化学习的知识，脑子里比较混乱，经过这次的梳理感觉清晰条理了很多。 一、Terminologies Agent、State、Action、Environment、Reward Policy：Π( a | s )，策略函数，以状态 s 作为输入，输出所有动作 a 的概率。 S 阅读全文
posted @ 2022-03-15 21:47 Sunshine_y 阅读(128) 评论(0) 推荐(1) 编辑