打赏

相关文章

rf 强化学习第三章(共五章)

表格型方法的缺点:无法应对高维离散状态空间或连续状态空间。 问题:维度灾难和泛化问题 维度灾难以围棋为例,棋盘有19*19361个交叉点,每个交叉点有3个状态,总共有3^361个状态,每个状态的动作有362个&…

手机版浏览

扫一扫体验

微信公众账号

微信扫一扫加关注

返回
顶部