تعریف
در یادگیری تقویتی، خطمشیای که همیشه عملی با بالاترین بازده مورد انتظار را انتخاب میکند.
آخرین ویرایش:
۷ شهریور ۱۳۹۹
در یادگیری تقویتی، خطمشیای که همیشه عملی با بالاترین بازده مورد انتظار را انتخاب میکند.
آخرین ویرایش:
۷ شهریور ۱۳۹۹