p.60，61 モンテカルロ法更新式など誤植 (改訂版第2版) - Githubissues

icoxfog417 / baby-steps-of-rl-ja

Pythonで学ぶ強化学習 -入門から実践まで- サンプルコード

Apache License 2.0

431 stars 262 forks source link

p.60，61 モンテカルロ法更新式など誤植 (改訂版第2版) #55

Closed Zu-rin closed 3 years ago

Zu-rin commented 3 years ago

指摘事項

モンテカルロ法の更新式に誤植を見つけました．

修正前
修正後

p.61のepisode end の式にも同様の誤植が存在します．

またepiside end の式最後の項のラムダの次数はT-t-1が正しいと思います．

指摘箇所

[ ] Day1: 強化学習の位置づけを知る
[ ] Day2: 強化学習の解法(1): 環境から計画を立てる
[x] Day3: 強化学習の解法(2): 経験から計画を立てる
[ ] Day4: 強化学習に対するニューラルネットワークの適用
[ ] Day5: 強化学習の弱点
[ ] Day6: 強化学習の弱点を克服するための手法
[ ] Day7: 強化学習の活用領域

ページ番号: p.60，61

実行環境

OS:
Python version:
pip freezeの実行結果 (下に添付)

エラー内容

(例外のメッセージ、ログ、画面ショットなどを添付)

icoxfog417 commented 3 years ago

改訂2版 4刷に向けての修正

p60

r_{T-t} => r_T
エピソード終了(T-t) => エピソード終了(T)

p61

γ^{T-t} => γ^{T-t-1}
r{T-t} => r{T}