ประโยคภาษาจีน : 中文句子 |
|---|
|
yǐ 以 xíng dòng 行动 fēn zhí 分值 wèi 为 jī chǔ 基础 shǐ yòng 使用 le 了 zhǐ shù hán shù 指数函数 hé 和 duì shù hán shù 对数函数 dòng tài 动态 què dìng 确定 jiǎng shǎng 奖赏 zhí 值 yǔ 与 zhé kòu 折扣 xì shù 系数 jiā kuài 加快 xíng wéi 行为 zhě 者 xuǎn zé 选择 zuì yōu 最优 dòng zuò 动作 |
| Based on action values, an exponential function and a logarithmic function are used to compute action rewards and discount rate dynamically, which accelerates agents to choose optimized actions. |