那我們應該怎麼定義目前狀態跟策略的好與壞呢？我們可以想像成這個狀態對未來reward的期望，其實可以想得簡單一點，也就是以下方程式所寫的，狀態對未來每一個時間點的reward相加， λ是lower price variable，意思就是說，越是未來所給的reward影響是越來越…

4k00:22Mother multi-tasking, holding newborn toddler and making use of Laptop or computer laptop computer at home. Candid authentic and true existence mom Performing and parenting本網站使用相關技術提供更好的閱讀體驗，同時尊重使用者隱私，點…