原书出处
深入浅出强化学习:原理入门
01 第1章 绪论
nk/reinforcement-learning-code,想深入了解的同学可去下载学习。 3.step()函数详解
本函数在仿真器中扮演物理引擎的角色。其输入是动作a,输出是:下一步状态、立即回报、是否终止、调试项。它描述了智能体与环境交互的所有信息,是环境文件中最重要的函数。
在本函数中,一般利用智能体的运动学模型和动力学模型计算下一步的状态和立即回报,并判断是否达到终止状态。 我们直接看源代码
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00008.html
EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57