diff --git a/docs/errata.md b/docs/errata.md index 9cc8c97..60fe24f 100644 --- a/docs/errata.md +++ b/docs/errata.md @@ -61,6 +61,7 @@ for i_ep in range(cfg.train_eps): ``` * 103页,图3.37上面一段:具体可以查看 GitHub 上的源码 → 具体可以查看本书配套代码 +* 140页,6.1节上面一段的第1行:深度 Q 网络(Deep Q-network,DQN)→ 深度 Q 网络(deep Q-network,DQN) * 140页,6.1节上面添加以下文字:     深度 Q 网络算法的核心是维护 Q 函数并使用其进行决策。$Q_{\pi}(s,a)$ 为在该策略 $\pi$ 下的动作价值函数,每次到达一个状态 $s_t$ 之后,遍历整个动作空间,使用让 $Q_{\pi}(s,a)$ 最大的动作作为策略: