我在B站上大學(xué)!【完整版-史蒂文斯理工學(xué)院-強(qiáng)化學(xué)習(xí)】全21講!入門深度學(xué)習(xí)必看


小寫觀測(cè)值,大寫隨機(jī)值


離散的概率密度函數(shù)





要有隨機(jī)性




動(dòng)作概率

狀態(tài)轉(zhuǎn)移


得到游戲軌跡




t時(shí)刻不知,求期望得到q派,與st,at有關(guān)
標(biāo)簽:
小寫觀測(cè)值,大寫隨機(jī)值
離散的概率密度函數(shù)
要有隨機(jī)性
動(dòng)作概率
狀態(tài)轉(zhuǎn)移
得到游戲軌跡
t時(shí)刻不知,求期望得到q派,與st,at有關(guān)