与 Q 学习情节定义混淆
Confusion with Q learning Episode Definition
在阅读了一些教程后，我仍然不确定任何情节的定义。剧集是否定义为从开始状态到 exit/goal 状态的一次步行？
这取决于task/environment。在存在 well-defined exit/goal 状态（可能还有其他类型的终止状态，如失败状态）的任务中，是的，这可能是一个插曲。
通常也会有时间限制（例如，如果超过一定时间，剧集将终止，无论 success/failure。
基本上，谁指定问题也可以选择如何定义一集，并不总是以相同的方式定义。
在阅读了一些教程后，我仍然不确定任何情节的定义。剧集是否定义为从开始状态到 exit/goal 状态的一次步行？
这取决于task/environment。在存在 well-defined exit/goal 状态（可能还有其他类型的终止状态，如失败状态）的任务中，是的，这可能是一个插曲。
通常也会有时间限制（例如，如果超过一定时间，剧集将终止，无论 success/failure。
基本上，谁指定问题也可以选择如何定义一集，并不总是以相同的方式定义。