The objective is to find an optimal policy which maximizes the expected average reward per time step over infinite horizon.

關(guān)于海詞 - 版權聲明 - 聯(lián)系海詞 - 星級詞匯 - 漢字列表 - 招賢納士

©2003 - 2024 海詞詞典(www.fheedu.com) - 自 2003 年 11 月 27 日開(kāi)始服務(wù)   滬ICP備08018881號-1     滬公網(wǎng)安備 31011502000490號   電信業(yè)務(wù)許可證編號：滬B2-20190700

海詞詞典手機移動(dòng)站