Next ForgeOpenTech
書籍

目次

  • 00_Overview_of_this_Book
  • 01_Basic_Concepts
  • 02_State_Values_and_Bellman_Equation
  • 03_Optimal_State_Values_and_Bellman_Optimality_Equation
  • 04_Value_Iteration_and_Policy_Iteration
  • 05_Monte_Carlo_Methods
  • 06_Stochastic_Approximation
  • 07_Temporal-Difference_Methods
  • 08_Value_Function_Methods
  • 09_Policy_Gradient_Methods
  • 10_Actor-Critic_Methods
  • 11_A_Preliminaries_for_Probability_Theory
  • 12_B_Measure-Theoretic_Probability_Theory
  • 13_C_Convergence_of_Sequences
  • 14_D_Preliminaries_for_Gradient_Descent
  • 15_Bibliography
  • 16_Symbols
  • 17_Index

1.2_State_and_action

1.2 State and action

前の章1.1_A_grid_world_example
次の章1.3_State_transition

OpenTech

AI駆動の読書・学習プラットフォーム

Built withLogoNexty.dev

言語

  • English
  • 中文
  • 日本語

オープンソースプロジェクト

  • Next Forge
  • Landing Page Boilerplate
  • Blog Boilerplate

その他の製品

  • Nexty - SaaS Template
  • OG Image Generator
  • Dofollow.Tools

Next Forgeのニュースレターに登録する

Next Forgeの最新のニュースと更新情報を入手します。

Copyright © 2025 Next Forge All rights reserved.

プライバシーポリシー利用規約
Featured on Dofollow.Tools