讀論文筆記——Jointly Learning to Recommend and Advertise

論文：Jointly Learning to Recommend and Advertise 鏈接：https://arxiv.org/pdf/2003.00097 作者：msu+頭條 預備知識 強化學習：假定一個智能體（agent），在一個未知的環境中（當前狀態state），採取了一個行動（action），然後收穫了一個回報（reward），並進入了下一個狀態。最終目的是求解一個策略讓agent

>>阅读原文<<