Saya mencoba memahami makalah terkenal "Bermain Atari dengan Pembelajaran Penguatan Jauh" ( pdf ). Saya tidak jelas tentang perbedaan antara zaman dan episode . Dalam algoritma , loop luar lebih dari episode , sedangkan pada gambar sumbu x diberi label zaman . Dalam konteks pembelajaran penguatan, saya tidak jelas apa artinya zaman. Apakah zaman merupakan loop luar di sekitar loop episode?
14
Jawaban:
Dalam makalah yang Anda sebutkan, mereka tampaknya lebih fleksibel mengenai makna zaman, karena mereka hanya mendefinisikan satu zaman sebagai sejumlah pembaruan berat. Karena itu Anda dapat melihat satu zaman sebagai loop luar di sekitar loop episode, seperti yang Anda sebutkan dalam pertanyaan.
sumber