Agent将会从一个状态到另一个状态这样去探索，直到它到达目标状态。我们称每一次这样的探索为一个场景（episode）。
每个场景就是 Agent 从起始状态到达目标状态的过程。
每次Agent 到达了目标状态，程序就会进入到下一个场景中。
强化学习DQN episode是什么
https://zhuanlan.zhihu.com/p/339964218猜你喜欢
转载自blog.csdn.net/u013288190/article/details/126853227
今日推荐
周排行