摘要：Experiments 我们首先考虑四个房间域中的导航任务（Sutton、Precup和Singh 1999）。我们的目标是评估一组完全自主学习的option从环境的突然变化中恢复过来的能力。（Sutton，Precup，and Singh 1999）对一组预先指定的选项提出了一个类似的实验；我们的 阅读全文

摘要：信念度 命题E：卫星上有电子异常 命题T：卫星上有推进器异常 命题C：出现了通讯故障 则在出现了通讯故障的情况下，相比”卫星上有推进器异常“，我们更相信”卫星上有电子异常“，即 \[ (E|C)\succ(T|C) \] 在普适的可比性假设和传递性假设下，可以扩展为实值函数 \(P:P(E|C)>P 阅读全文

摘要：The option-critic architecture论文翻译与理解 阅读全文

摘要：文章格式 标题标记方式 markdown中使用#号可以标记标题，通过#号的多少依次扩展至6级标题 三级标题 四级标题 五级标题 六级标题 段落格式 markdown中的空行需要在段末加上两个空格，否则将被识别为连续内容 也可以加入一个空行表示换行（在Jupyter Notebook中此方法不适用） 阅读全文