05 2023 档案

强化学习的基本概念
摘要：概率密度函数 期望（expect） state s action a agent policy Π(a|s) reward r state transition p(s'|s,a) return（cumulative future reward 未来累计回报） discounted return（γ 阅读全文
posted @ 2023-05-09 17:26 阿Qi早起了吗 阅读(47) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示