番茄炒蛋花花花汤

摘要： ※ 对数似然函数与一般似然函数的区别？ 1、方便求导； 2、减少计算量； 3、不影响单调性。 ※ 离散变量如何求导？指示函数如何求导？ ※ 强化学习需要状态都是离散量吗？ 状态空间S和动作空间A都必须使有限的？现在强化学习已经有处理连续变量的technique？ 首先是由于功率控制是MDP问题，所以 阅读全文