2019年12月28日
AI-MDP
摘要： 一个马尔可夫决策过程可由以下五元素定义： State $s\in S$ Actions $a\in A$ Transition func $T(s,a,s')=P(s'|s,a)$ Reward func $R(s,a,s')$ Decay factor 其中，转移函数和奖励函数被称为 model， 阅读全文
posted @ 2019-12-28 00:13 Easonshi 阅读(302) 评论(0) 推荐(0) 编辑