【RL從入門到放棄】【五】

1、數學基礎 隨機變量 一般使用小寫來表示，比如說a:action就是隨機變量，隨機變量可以是連續的也可以是離散的 概率分佈 概率分佈來描述隨機變量在每個可能取到的值處的可能性。離散型隨機變量的概率分佈常概率質量函數來描述，即隨機變量在離散點處的概率。連續型隨機變量的概率分佈則概率密度函數來描述。在圖 2.3中，指定一個策略 就是指定取每個動作的概率。 離散：概率質量函數      連續：概率密度

>>阅读原文<<