知识卡片
环境接口封装转移
环境接收动作,返回观测、奖励及本回合是否结束。智能体可消费这些反馈训练,不必直接访问转移矩阵。reset 负责开启新回合,空间对象负责描述合法输入输出。此处四元素元组是本书使用的接口形式。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 5.7.1 gym库简介 · 查看原书依据
定义环境的动力学,确定个体的下一个状态、奖励信息、个体是否到达终止状态
参考来源
- 位置:《强化学习入门:从原理到实践》第5章《5.7.1 gym库简介》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter47.xhtml`,body 子元素 8
- 结论依据:原文用 step 划分环境与算法的职责。
- 原始内容:定义环境的动力学,确定个体的下一个状态、奖励信息、个体是否到达终止状态