Closed Sjtu-hyg closed 3 months ago
另外,书中关于(st, at, rt+1, st+1, at+1) 中rt+1的下标是否没有统一,例如在《3.4.1Sarsa:同策略时序差分控制》中采用rt+1,而在《9.3优势演员-评论员算法》中如公式(9.3)采用(st, at, rt, st+1, at+1) 的顺序
Q和V的关系中,是否V前缺少了折扣系数γ
这边为了简化,没有写折扣因子
另外,书中关于(st, at, rt+1, st+1, at+1) 中rt+1的下标是否没有统一,例如在《3.4.1Sarsa:同策略时序差分控制》中采用rt+1,而在《9.3优势演员-评论员算法》中如公式(9.3)采用(st, at, rt, st+1, at+1) 的顺序
@Sjtu-hyg 感谢您的反馈 👍 ,这块确实没有统一,准备蘑菇书下一版统一下
Q和V的关系中,是否V前缺少了折扣系数γ