强化学习（第2版）经典语录及段落句子摘抄

好书网为大家整理了经典好书《强化学习（第2版）》中的经典语录，精彩段落及优美句子，重读经典，感悟人生。让读者沉浸在自己的阅读世界里，忘记周围的世界， 与作者一起在另外一个世界里快乐、悲伤、愤怒、平和，欢迎大家阅读~

例5.5 普通重要度采样的估计的方差通常是无穷的，尤其当缩放过的回报值具有无穷的方差时，其收敛性往往不尽人意，而这种现象在带环的序列轨迹中进行离轨策略学习时很容易发生 引自章节：5.5 基于重要度采样的离轨策略 101