easy-rl
easy-rl copied to clipboard
图10.1中文字错误
按照原文的说法:“他也可以决定要学习,在下一个时间点,因为他没有玩耍,所以觉得很不爽,所以得到奖励−1”,但是配图中的 $r_{t+1}=1$ ,与文字和上下文的描述不符。
@liuup 感谢您的反馈 👍 ,这张图有点问题,图已经替换~