Chinh Phục Chứng Minh Hội Tụ Q-Learning: Từ Robbins-Monro Đến Action Replay Process
Giải thích chi tiết và dễ hiểu về chứng minh hội tụ của thuật toán Q-Learning, bao gồm Bổ đề Robbins-Monro và Action Replay Process (ARP), giúp người đọc nắm vững kiến thức từ paper của Watkins.
Lê Lân