← 返回卡片

原书出处

强化学习

01 强化学习概述 3.模型

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T14:51:48.893Z

在强化学习任务中,模型M是智能体对环境的一个建模。即以智能体的视角来看待环境的运行机制,期望模型能够模拟环境与智能体的交互机制。给定一个状态和行为,该环境模型能够预测下一个状态和立即回报。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-010.xhtml

EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae