いものやま。
id:yamaimo0625
強化学習について学んでみた。(その26)
昨日は、適格度トレースについて説明した。 ただ、元々の前方観測的見方と、適格度トレースを使った後方観測的見方が等価であるかどうか、という問題が残った。 今日はそれについて。 前方観測的見方と後方観測的見方の等価性 さて、正直、この説明は本来なら飛ばして、本を読んでね、としたかったんだけど、そう出来なか…