طرق الممثل-الناقد

الممثل-الناقد

بنية تعزيز التعلم تجمع بين شبكة الممثل التي تتعلم سياسة عشوائية وشبكة الناقد التي تقدر دالة القيمة لتقليل تباين تدرج السياسة

← رجوع