← 返回起始笔记位置

知识卡片

延伸参考卡 · 6598.h.3 · 生成模型:未记录

环境接口封装转移

理解等级:中级

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?

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

    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