2
nghĩa của 'Monte Carlo' trong câu này
Đây là từ một bài báo 'Thuật toán học tập củng cố ngược' của Ng, Russell (2001) Chúng tôi giả định rằng chúng tôi có khả năng mô phỏng các quỹ đạo trong MDP (từ trạng thái ban đầu ) theo chính sách tối ưu hoặc theo bất kỳ chính …