Обучение с подкреплением для оптимизации

Совокупное вознаграждение

Сумма будущих дисконтированных вознаграждений, которую агент стремится максимизировать, часто рассчитываемая с использованием коэффициента дисконтирования для придания меньшего веса отдаленным вознаграждениям.

← Назад