关于更新values
jangXiaoFan opened this issue · comments
强化学习第一篇，第218行，更新estimations时，为什么要过滤掉探索动作的收益，这样的话探索率epsilon还有意义吗？
ljpzzz / machinelearning
My blogs and code for machine learning. http://cnblogs.com/pinard
My blogs and code for machine learning. http://cnblogs.com/pinard
jangXiaoFan opened this issue · comments
强化学习第一篇，第218行，更新estimations时，为什么要过滤掉探索动作的收益，这样的话探索率epsilon还有意义吗？