MuZero
मूल्य मॉडल
MuZero में एक तंत्रिका नेटवर्क जो भविष्य के अवस्थाओं के अपेक्षित मूल्य का अनुमान लगाता है, योजना प्रक्रिया को सबसे अधिक आशाजनक क्रियाओं की ओर मार्गदर्शन करता है।
← पीछेMuZero में एक तंत्रिका नेटवर्क जो भविष्य के अवस्थाओं के अपेक्षित मूल्य का अनुमान लगाता है, योजना प्रक्रिया को सबसे अधिक आशाजनक क्रियाओं की ओर मार्गदर्शन करता है।
← पीछे