发布于2022-09-08 21:27:55
请问一下总回报的加权Reward和形式的必然性的证明的原始文献
张伟楠老师上课讲 总回报的加权 Reward 和的形式的时候说，可以证明这是能保持不同 episode 的偏序的唯一形式，但是没有给出参考文献。（精准空投 https://www.bilibili.com/video/BV1NB4y1z7hb?spm_id...赞
评论
浏览
1001