原书出处
强化学习入门:从原理到实践
06 6.1 价值近似的意义
函数仅接受状态变量作为输入,计算输出针对行为空间的每一个离散行为的价值
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/chapter55.xhtml
EPUB SHA-256:76c493291cc0fa463afd3db89c636485407fc816a924dd77c3f4e0a26d16ca6d