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
c2b57ecc
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
体验新版 GitCode,发现更多精彩内容 >>
提交
c2b57ecc
编写于
9月 14, 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
c67c9640
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
2 deletion
+2
-2
docs/8&9.md
docs/8&9.md
+2
-2
未找到文件。
docs/8&9.md
浏览文件 @
c2b57ecc
...
...
@@ -180,7 +180,7 @@ $$
$$
$$
=
\m
athbb{
\t
au
\s
im
\p
i_{
\t
heta}}[R(
\t
au)
\n
abla_{
\t
heta}
\l
og P(
\t
au;
\t
heta)]。
=
\m
athbb{
E}_ {
\t
au
\s
im
\p
i_{
\t
heta}}[R(
\t
au)
\n
abla_{
\t
heta}
\l
og P(
\t
au;
\t
heta)]。
\t
ag{6}
$$
...
...
@@ -196,6 +196,6 @@ $$
其次,计算 $
\n
abla_{
\t
heta}
\l
og P(
\t
au^{(i)};
\t
heta)$ 比直接计算 $P(
\t
au^{(i)};
\t
heta)$ 容易:
$$
\n
abla_{
\t
heta}
\l
og P(
\t
au^{(i)};
\t
heta) =
\n
abla_{
\t
heta}
\l
og []
\n
abla_{
\t
heta}
\l
og P(
\t
au^{(i)};
\t
heta) =
\n
abla_{
\t
heta}
\l
og [
\u
nderbrace{
\m
u(s_0)}_ {
\t
ext{initial state distribution}}
\p
rod_{t=0}^{T-1}
\u
nderbrace{
\p
i_{
\t
heta}(a_t|s-t)}_ {
\t
ext{policy}}
\u
nderbrace{P(s_{t+1}|s_t,a_t)}_{
\t
ext{dynamics model}}
]
\t
ag{8}
$$
\ 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