update errata

This commit is contained in:
qiwang067
2022-05-02 21:26:51 +08:00
parent 49095334d6
commit 366f80cff8

View File

@@ -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-networkDQN→ 深度 Q 网络deep Q-networkDQN
* 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: