原书出处
强化学习入门:从原理到实践
08 8.2 整合学习与规划——Dyna算法
联合使用实际经历和基于模型采样得到的虚拟经历来学习和规划
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/chapter79.xhtml
EPUB SHA-256:76c493291cc0fa463afd3db89c636485407fc816a924dd77c3f4e0a26d16ca6d