你即將離開本站

並前往https://hackmd.io/@shaoeChen/Syez2AmFr

李宏毅_ATDL_DRL Lecture 2 - HackMD

跟環境互動的agent與訓練的agent同一個的時候，即為On-policy，若否為Off-policy，更白話 ... 期望值會是一樣的，但如果sample的次數不夠多，就可能會得到非常大的差別 ...

確定！ 回上一頁

查詢 「期望值白話」的人也找了：

  1. 期望值例子
    2.
  2. 期望值應用
    3.
  3. 期望值計算機
    4.
  4. 期望值公式
    5.
  5. 期望值賭博
    6.
  6. 期望值符號
    7.
  7. 期望值負數
    8.
  8. 期望值大於1
    9.