Deep Reinforment Learning Note 1

发布时间：2024年01月11日

文章目录

Terminology

  • st : state
  • ot : observation
  • at : action
  • π θ ( a t ∣ o t ) \pi_\theta (a_t | o_t) πθ?(at?∣ot?) : policy
  • π θ ( a t ∣ s t ) \pi_\theta (a_t | s_t) πθ?(at?∣st?) : policy (fully observed)

在这里插入图片描述

Observation result from states.

文章来源:https://blog.csdn.net/qq_42890800/article/details/135538628
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章