← 返回卡片

原书出处

现代人工智能技术

08 强化学习

核验版本的摘录快照 · 导入于 2026-11-21T14:17:57.671Z

如果一直采用贪心算法得到一个确定性的策略,可能会无法采样到某些动作-状态对

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/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml

EPUB SHA-256:60380b4c2c329baddf7e96038a43e5c5e544916728704408383dbad7fd4a5b36