正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
REINFORCE算法的证明
chenyan123-wyt
RENFORCE算法在Baxter2001给出在平均回报下的证明，那在折现回报问题里面该怎么证明呢？大家知道在那篇文章能找到吗
Document
