| |||
| функция вознаграждения (напр., в пассивном обучении с подкреплением задаёт вознаграждение для каждого состояния ssn) | |||
| текущая плата | |||
| |||
| функция вознаграждения (напр., в пассивном обучении с подкреплением задаёт вознаграждение для каждого состояния ssn) | |||
| текущая плата | |||
