Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
stanford-cs234-notes-zh
提交
a433a0a5
S
stanford-cs234-notes-zh
项目概览
OpenDocCN
/
stanford-cs234-notes-zh
通知
8
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
stanford-cs234-notes-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
a433a0a5
编写于
11月 25, 2019
作者:
X
xiaowei_xing
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
test
上级
a5cdfa57
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
20 addition
and
2 deletion
+20
-2
docs/10.md
docs/10.md
+20
-2
未找到文件。
docs/10.md
浏览文件 @
a433a0a5
...
...
@@ -413,5 +413,23 @@ L_{\pi}(\pi') = \mathbb{E}_{s\sim d^{\pi},a\sim\pi(\cdot|s)} [\frac{\pi'(a|s)}{\
$$
$$
\e
psilon_f^{
\p
i'} =
\m
athop{
\m
ax}_ {s} [
\m
athbb{E}_{a
\s
im
\p
i'(
\c
dot|s),s'
\s
im M(
\c
dot|s,a)} [R(s,a,s')+
\g
amma f(s') - f(s)]]。
$$
\ No newline at end of file
\e
psilon_f^{
\p
i'} =
\m
athop{
\m
ax}_ {s} [
\m
athbb{E}_{a
\s
im
\p
i'(
\c
dot|s),s'
\s
im M(
\c
dot|s,a)} [R(s,a,s')+
\g
amma f(s') - f(s)]],
$$
我们有如下上界
$$
V^{
\p
i'}-V^{
\p
i}
\l
eq
\f
rac{1}{1-
\g
amma}(L_{
\p
i}(
\p
i') +
\l
Vert d^{
\p
i'}-d^{
\p
i}
\r
Vert_1
\e
psilon_f^{
\p
i'})
\t
ag{6}
$$
和如下下界
$$
V^{
\p
i'}-V^{
\p
i}
\g
eq
\f
rac{1}{1-
\g
amma}(L_{
\p
i}(
\p
i') -
\l
Vert d^{
\p
i'}-d^{
\p
i}
\r
Vert_1
\e
psilon_f^{
\p
i'})。
\t
ag{7}
$$
这一引理的证明可以参见 [4] 以及附录 A.3。
注意,$
\l
Vert d^{
\p
i'}-d^{
\p
i}
\r
Vert_1$ 的上界已经由引理 5.2 给出,因此可以代入式(6)和式(7)。
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录