The combination of the Control/Acti

The combination of the Control/Action module and the Critic module is equivalent to
an agent. After the Control/Action module acts on the Dynamic System (or the controlled plant), the Critic module is affected by a Reward/Penalty signal which is produced by
environment (or the controlled plant) at various stages.

ผลลัพธ์ (ไทย) 1:

โมดูลการควบคุม/การดำเนินการและโมก็จะเท่ากับตัวแทน หลังจากโมดูลการควบคุม/การดำเนินการกระทำกับระบบแบบไดนามิก (หรือโรงงานควบคุม), โมดูลก็จะมีผลต่อสัญญาณรางวัล/ลงโทษซึ่งผลิตโดยสิ่งแวดล้อม (หรือโรงงานควบคุม) ในขั้นตอนต่าง ๆ

ผลลัพธ์ (ไทย) 2:

การรวมกันของการควบคุม / การดำเนินการโมดูลและโมดูลการวิจารณ์เทียบเท่ากับ
ตัวแทน หลังจากที่การควบคุม / การดำเนินการการกระทำโมดูลในระบบไดนามิค (หรือโรงงานควบคุม) โมดูลนักวิจารณ์ได้รับผลกระทบโดยรางวัล / สัญญาณโทษซึ่งผลิตโดย
สภาพแวดล้อม (หรือโรงงานควบคุม) ในขั้นตอนต่างๆ

ผลลัพธ์ (ไทย) 3:

การรวมกันของโมดูลการควบคุม / การกระทำและนักวิจารณ์โมดูลเท่ากับ
ตัวแทน หลังจากการควบคุมการกระทำ / โมดูลทำหน้าที่ในระบบแบบไดนามิก ( หรือควบคุมพืช ) นักวิจารณ์โมดูลจะได้รับรางวัล / โทษสัญญาณที่ผลิตโดย
สิ่งแวดล้อม ( หรือควบคุมพืช ) ในขั้นตอนต่างๆ