Advantage

Определение

Оценка того, насколько действие лучше среднего при данном состоянии, используется в RL для credit assignment.

Где встречается

• 334. Как вы делаете online RL для агентов (self-improvement loops)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление