fix ch1 typos

2021-01-27 18:41:53 +08:00
parent 4d83bb6f1d
commit 4a3f882555
3 changed files with 1 additions and 3 deletions
--- a/docs/chapter1/chapter1.md
+++ b/docs/chapter1/chapter1.md
@@ -138,9 +138,7 @@

 ### Reward

-**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。
+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。

 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)。

--- a/docs/chapter1/img/1.2.png
+++ b/docs/chapter1/img/1.2.png
--- a/docs/chapter1/img/1.4.png
+++ b/docs/chapter1/img/1.4.png