chap-深度强化学习1

【文件属性】：

文件名称：chap-深度强化学习1

文件大小：407KB

文件格式：PDF

更新时间：2022-08-04 13:38:52

k12 交互

引入一个折扣率来降低远期回报的权重。折扣回报（discounted return）定义为其中γ ∈ [0, 1]是折扣率。当γ 接近于0时，智能体更在意短期回报