2
Là một chính sách luôn luôn xác định trong học tập củng cố?
Trong học tập củng cố, một chính sách luôn luôn mang tính quyết định, hay nó là một phân phối xác suất qua các hành động (từ đó chúng ta lấy mẫu)? Nếu chính sách này là xác định, tại sao không phải là chức năng giá trị, được quy …