原书出处
AI游戏开发和深度学习进阶
换句话说,内部奖励是动作结果的预测误差。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/AI游戏开发和深度学习进阶/_epub-src/OEBPS/Text/0047.xhtml
EPUB SHA-256:ce304d9604a03ed0140d2490215106c58fd2e922e6c47cbd864c9af63dfd4812
原书出处
换句话说,内部奖励是动作结果的预测误差。
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/AI游戏开发和深度学习进阶/_epub-src/OEBPS/Text/0047.xhtml
EPUB SHA-256:ce304d9604a03ed0140d2490215106c58fd2e922e6c47cbd864c9af63dfd4812