Øv med flashcards — Introduksjon til forsterkningslæring

Kapittel 10 · TDT4172

1 / 15

15 kort

Formel

Diskontert retur

Formel

G_{t} = k = 0 \sum \infty γ^{k} R_{t + k + 1}

Returen summerer fremtidige belønninger og demper fjerne belønninger med $γ$ .

Tips: bruk piltastene for å bla og mellomrom/Enter for å snu kortet.