机构名称：
¥ 2.0
（vθt（s t）-γvθt（s t +1），对于v-功能，qθt（s t，a t）-γqθt（s t +1，a t +1），用于q-功能（1）t），vθt（s（2）t），。。，vθt（s（n）t））t和qθt（s t，a t）：=（qθt（s（1）t，a（1）t，a（1）t），qθt（s（s（s（s（2）t，a（a（2）t），a（2）t），。。。，qθt（s（n）t，a（n）t））t。
深入增强学习的快速跟踪
主要关键词
相关文件推荐
