点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
§ 探索:你必须尝试未知的动作来获取信息 § 利用:最终,你必须使用你所知道的东西 § 遗憾:即使你聪明地学习,你也会犯错 § 抽样:因为偶然,你必须反复尝试 § 难度:学习比解决已知的 MDP 困难得多
主要关键词