State-action pairs are recorded whi

State-action pairs are recorded which represent the expected value of carrying out an action in a given state and these represent the policy of the agent.

ผลลัพธ์ (ไทย) 1:

ดำเนินการในสถานะคู่บันทึกซึ่งแสดงถึงค่าคาดไว้ดำเนินการดำเนินการในสถานะที่กำหนด และเหล่านี้แสดงถึงนโยบายของบริษัทตัวแทน

ผลลัพธ์ (ไทย) 2:

คู่ที่รัฐดำเนินการจะถูกบันทึกไว้ซึ่งเป็นตัวแทนของมูลค่าที่คาดว่าการดำเนินการดำเนินการอยู่ในสถานะที่กำหนดและนโยบายเหล่านี้เป็นตัวแทนของตัวแทน

ผลลัพธ์ (ไทย) 3:

การกระทำคู่จะถูกบันทึกไว้ซึ่งเป็นตัวแทนของค่าคาดหวังของการดําเนินการกระทำที่ระบุในรัฐเหล่านี้แสดงถึงนโยบายของเจ้าหน้าที่