Preguntas etiquetadas con rl-an-introduction

Estaba leyendo el libro Aprendizaje de refuerzo: una introducción de Richard S. Sutton y Andrew G. Barto (borrador completo, 5 de noviembre de 2017). En la página 271, se presenta el pseudocódigo para el método episódico de gradiente de políticas de Montecarlo. Mirando este pseudocódigo, no puedo entender por qué …

11 reinforcement-learning  algorithm  rl-an-introduction  reinforce