原书出处
强化学习
05 时序差分 5.1 时序差分简介
V(st)←V(st)+α(Rt+1+γ V(St+1)-V(st))
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/1-014.xhtml
EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae
原书出处
05 时序差分 5.1 时序差分简介
V(st)←V(st)+α(Rt+1+γ V(St+1)-V(st))
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-014.xhtml
EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae