DRL（二）—— RL簡介

RL Structure RL中基本包括三個部分，如下圖： Model-Based RL 在model-based RL裏，綠格子裏是預判下一個狀態St+1。橙色格子依然是產生樣本，綠色格子是利用這些樣本去產生一個fφ，利用這個函數，可以預測下一個狀態。用樣本使這個函數越來越擬合。 這樣可以得到一個確定的policy，a deterministic policy，在確定的環境中可以工作的較好，但是

>>阅读原文<<