离散空间表示有限的动作和状态
我们可以将任何状态和动作函数表示为字典或者查询表，字典中key为表示的状态，value为值；查询表每行对应为状态，每列对应为动作
连续空间是一定范围内的值，通常是实数
在值迭代中for循环遍历每个状态并更新相应的估值，这是在连续的状态空间中不可
深度强化学习连续空间5.1 | 离散空间与连续空间
离散空间表示有限的动作和状态 我们可以将任何状态和动作函数表示为字典或者查询表，字典中key为表示的状态，value为值；查询表每行对应为状态，每列对应为动作
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！