Ryan

这家伙很懒，什么都没留下

R

R Ryan 这家伙很懒，什么都没留下

发布于2022-02-09 00:01:42

请教一个关于求Markov Chain上状态的value值的问题From《RL_intro》
在上面的马尔可夫链中是一个 Random Walk 的例子，所有的 episode 都从中心状态 C 开始，并在每一步中以一种状态向左或向右进行，概率相等。最左边和最右边为终止状态。当 agent 在右侧终止时，会出现 +1 的奖励，其他奖励均为零。在 u...

赞 2

评论 3

浏览 1051

水区