原书出处
机器学习公式详解
16 第16章 强化学习
此处主要解释②③. 因为 表示在状态下选择动作的概率,且动作事件之间两两互斥且和为动作空间,由全概率展开式
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习公式详解/_epub-src/text/part0022.html
EPUB SHA-256:3f52f14346ec43f1bc569a06c7f500ac80a018b0ab81f85b7c829d3971dab3b7