qiwihui / reinforcement-learning-an-introduction-chinese Goto Github PK

10.1的pseudocode里面 ，"如果 𝑆′不是终点"大概是译反了，多了一个否定词，应该是"如果 𝑆′是终点" （更新w去下一个episode）

第一张强化学习中的dynamical system theory theory是否应该译为动力系统理论而非动态规划(dynamic programming)?

期待更新:-)

官方译文是老师给学生安排的一人一章翻译任务，整体看来质量并不是那么好，希望作者也能跟进翻译，支持作者

“ 这种情况下就算庄家也是natural也判玩家赢，这种情况叫draw，游戏结束。” 翻译错了，原文是
He then wins unless the dealer also has a natural, in which case the
game is a draw.

应该翻译为：他将赢得比赛，除非庄家也有natural，这种情况下，游戏将是平局。

另外，natural翻译为：天然，天然牌，天牌？

公式(7)下面的“注意，对于样本平均情况……”一行所说的“恒定步长参数的情况“下，α_n(α)=n应该改为α_n(α)=α？