原书出处
现代人工智能技术
08 强化学习
最优状态价值函数值为选择使动作价值函数最大的动作时的状态价值
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml
EPUB SHA-256:60380b4c2c329baddf7e96038a43e5c5e544916728704408383dbad7fd4a5b36
原书出处
08 强化学习
最优状态价值函数值为选择使动作价值函数最大的动作时的状态价值
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml
EPUB SHA-256:60380b4c2c329baddf7e96038a43e5c5e544916728704408383dbad7fd4a5b36