NEW

Author: PythonnotJava

extend/html/QLearning.html

@@ -7726,5 +7726,8 @@
 </div>
 </div>
 </main>
+<div>
+    <a href="Sarsa.html" style="font-size: 24px;">下一篇，关于Sarsa</a>
+</div>
 </body>
 </html>

extend/html/Sarsa.html

@@ -7689,5 +7689,7 @@
 </div>
 </div>
 </main>
+<a href="QLearning.html" style="font-size: 24px;">上一篇，关于Qlearning</a>
+<a href="myidea9.28.html" style="font-size: 24px;">下一篇，关于我的想法</a>
 </body>
 </html>

extend/html/myidea9.28.html

@@ -2446,5 +2446,8 @@ <h3 class="atx" id="3-奖惩值-r">3. 奖惩值 (R)</h3>
 <p>其中，<em>γ</em>是初始折扣因子，<strong>δ</strong> 是调整幅度</p>
 <p>其中，<strong>R</strong>0 是初始奖励，<strong>λ</strong> 是调整系数，<strong>g</strong>(<strong>T</strong>) 是根据训练进度和学习效果进行调整的函数。</p>
 </article>
+
+<a href="QLearning.html" style="font-size: 24px;">关于Qlearning</a>
+<a href="Sarsa.html" style="font-size: 24px;">关于Sarsa</a>
 </body>
 </html>