fix ch1 typos

2021-01-27 18:19:29 +08:00
parent 3a9dbb95c5
commit a538922f8c
1 changed files with 1 additions and 0 deletions
--- a/docs/chapter1/chapter1.md
+++ b/docs/chapter1/chapter1.md
@@ -73,6 +73,7 @@
 在这个 pong 的游戏里面，决策其实就是两个动作：往上或者往下。如果强化学习是通过学习一个 policy network 来分类的话，其实就是输入当前帧的图片，policy network 就会输出所有决策的可能性。

 ![](img/1.11.png)
+
 在这种情况下面，对于监督学习的话，我们就可以直接告诉这个 agent 正确的标签是什么。在这种游戏情况下面，我们并不知道它的正确的标签是什么。

 ![](img/1.12.png)