Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
stanford-cs234-notes-zh
提交
767648b3
S
stanford-cs234-notes-zh
项目概览
OpenDocCN
/
stanford-cs234-notes-zh
通知
8
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
stanford-cs234-notes-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
767648b3
编写于
12月 20, 2019
作者:
X
xiaowei_xing
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
test
上级
5878d017
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
7 addition
and
0 deletion
+7
-0
docs/11&12.md
docs/11&12.md
+7
-0
未找到文件。
docs/11&12.md
浏览文件 @
767648b3
...
@@ -149,4 +149,11 @@ $$
...
@@ -149,4 +149,11 @@ $$
$$
$$
a_{t}=
\m
athop{
\a
rg
\m
ax}_ {a
\i
n A}(
\m
u_a + c
\f
rac{
\s
igma_{a}}{
\s
qrt{N(a)}})。
a_{t}=
\m
athop{
\a
rg
\m
ax}_ {a
\i
n A}(
\m
u_a + c
\f
rac{
\s
igma_{a}}{
\s
qrt{N(a)}})。
\t
ag{11}
\t
ag{11}
$$
另一种方式是概率匹配(probability matching),即根据某一动作是最优动作的概率选择动作,
$$
\p
i(a|h_t) = P[Q(a)>Q(a'),
\f
orall a'
\n
eq a|h_t]。
\t
ag{12}
$$
$$
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录