bacow/easy-rl
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

fix ch1 typos

Browse Source
This commit is contained in:
qiwang067
2021-01-27 18:41:53 +08:00
parent 4d83bb6f1d
commit 4a3f882555
3 changed files with 1 additions and 3 deletions
Download Patch File Download Diff File Expand all files Collapse all files

4
docs/chapter1/chapter1.md
View File

@@ -138,9 +138,7 @@
### Reward ### Reward
**奖励是由环境给的一个标量的反馈信号(scalar feedback signal)**。 奖励是由环境给的一个标量的反馈信号(scalar feedback signal)，这个信号显示了 agent 在某一步采取了某个策略的表现如何。
这个信号显示了 agent 在某一步采取了某个策略的表现如何。
强化学习的目的就是为了最大化 agent 可以获得的奖励，agent 在这个环境里面存在的目的就是为了极大化它的期望的累积奖励(expected cumulative reward)。 强化学习的目的就是为了最大化 agent 可以获得的奖励，agent 在这个环境里面存在的目的就是为了极大化它的期望的累积奖励(expected cumulative reward)。

BIN
docs/chapter1/img/1.2.png
View File

Binary file not shown.
Side by Side Swipe Overlay

Before

Width:  |  Height:  |  Size: 859 KiB

After

Width:  |  Height:  |  Size: 767 KiB

BIN
docs/chapter1/img/1.4.png
View File

Binary file not shown.
Side by Side Swipe Overlay

Before

Width:  |  Height:  |  Size: 406 KiB

After

Width:  |  Height:  |  Size: 366 KiB