off policy

红烧code1 年前
强化学习·off policy
重要性采样离散型随机变量 X X X，我们可以通过以下方法求取其期望：直接计算法，需要知道概率分布： E ( X ) = ∑ x ∈ X [ p ( x ) ⋅ x ] \mathbb{E}(X)=\sum_{x\in X}\left[p(x)\cdot x\right] E(X)=x∈X∑[p(x)⋅x]