原书出处
强化学习入门:从原理到实践
05 5.4.1 Sarsa算法
状态S'和行为A'将转换身份为当前状态和当前行为,该行为将被执行
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/chapter41.xhtml
EPUB SHA-256:76c493291cc0fa463afd3db89c636485407fc816a924dd77c3f4e0a26d16ca6d