MuZero
MuZero
एक प्रबलित शिक्षण एल्गोरिथ्म जो वातावरण की गतिशीलता का कोई पूर्व ज्ञान के बिना एक साथ संक्रमण, पुरस्कार और मूल्य मॉडल सीखता है।
← पीछेएक प्रबलित शिक्षण एल्गोरिथ्म जो वातावरण की गतिशीलता का कोई पूर्व ज्ञान के बिना एक साथ संक्रमण, पुरस्कार और मूल्य मॉडल सीखता है।
← पीछे