অফলাইন অনুকরণ শিক্ষা

ট্রানজিশন সেট

অফলাইন প্রশিক্ষণের জন্য বিশেষজ্ঞ ট্র্যাজেক্টরি থেকে নিষ্কাশিত (অবস্থা, ক্রিয়া, পরবর্তী অবস্থা, পুরস্কার) টিপল সংরক্ষণকারী ডেটা স্ট্রাকচার।

← ফিরে যান