原书出处
强化学习入门:从原理到实践
05 5.1 行为价值函数的重要性
如果能够确定某个状态下所有可能的行为的价值,那么自然比较容易从中选出一个最优价值的行为
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter37.xhtml
EPUB SHA-256:76c493291cc0fa463afd3db89c636485407fc816a924dd77c3f4e0a26d16ca6d