Set the following training parameters: alpha: 0.1 gamma: 0.95 epsilon st...
✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.
Set the following training parameters:
- alpha: 0.1
- gamma: 0.95
- epsilon strategy: off (greedy)
- episodes: 5000
- seed: 2026
Save the policy as Slippery Greedy. Attach the heatmap plot here.
What do you notice about the heatmap and how does it differ to the non-slippery greedy heatmap?
Хочете миттєвий доступ до всіх перевірених відповідей на moodle.jku.at?
Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!