From 9bebd201db8f4b018ede3c2cfdef1fb118aac7e9 Mon Sep 17 00:00:00 2001 From: qiwang067 Date: Wed, 11 Nov 2020 23:08:16 +0800 Subject: [PATCH] resize image size --- docs/chapter2/chapter2.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/docs/chapter2/chapter2.md b/docs/chapter2/chapter2.md index 19860cf..2c5ee6c 100644 --- a/docs/chapter2/chapter2.md +++ b/docs/chapter2/chapter2.md @@ -792,7 +792,7 @@ $$ * 首先来看 policy iteration。之前的例子在每个状态都是采取固定的随机策略，就每个状态都是 0.25 的概率往上往下往左往右，没有策略的改变。 * 但是我们现在想做 policy iteration，就是每个状态的策略都进行改变。Policy iteration 的过程是一个迭代过程。 -![](img/2.55.png ':size=450') +![](img/2.55.png) 我们先在这个状态里面 run 一遍 policy evaluation，就得到了一个 value function，每个状态都有一个 value function。