原书出处
现代人工智能技术
08 强化学习
将每一次从环境中采样得到的四元组数据储存到回放缓冲区中,再从回放缓冲区中随机选择若干样本来训练Q网络
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