where zi is the outcome of the ith

where zi is the outcome of the ith simulation; Ii(s,a) is an indicator function returning 1 if action a was selected in state
s during the ith simulation, and 0 otherwise; and N(s,a) =N(s)
i=1
Ii(s,a) counts the total number of simulations in which
action a was selected in state s.

Kết quả (Việt) 1:

nơi zi là kết quả của mô phỏng ith; II(s,a) là một chức năng chỉ số trở về 1 nếu hành động một đã được lựa chọn trong nhà nướcs trong mô phỏng ith, và 0 nếu không; và N(s,a) = N(s)tôi = 1II(s,a) tính tổng số các mô phỏng trong đóhành động một đã được lựa chọn trong bang s.

Kết quả (Việt) 2:

nơi zi là kết quả của các mô phỏng thứ i; Ii (s, a) là một chức năng chỉ trở về 1 nếu hành động một đã được chọn trong trạng thái
s trong mô phỏng thứ i, và 0 nếu ngược lại; và N (s, a) =? N (s)
i = 1
Ii (s, a) đếm tổng số các mô phỏng trong đó
hành động một đã được chọn trong trạng thái s.