Control em Reinforcement Learning: porque a melhor decisão de agora pode deixar de o ser daqui a cinco minutos
Control em Reinforcement Learning: porque a melhor decisão de agora pode deixar de o ser daqui a cinco minutos Há alguns anos, um GPS fazia algo muito simples. Calculava a melhor rota até ao destino. Depois limitava-se a indicar: “Siga…