3、案例1任务是: 给定如图所示的一个初始策略,使用MC Basic算法找到一个最优策略,其中rboundary=−1,rforbidden=−1,rtarget=1,γ=0.9。 r_{boundary=-1},r_{forbidden}=-1,r_{target}=1,\gamma=0.9\text{。}r
阅读完成 · 觉得有帮助?