diff --git a/wyk/15_Uczenie_przez_wzmacnianie.ipynb b/wyk/15_Uczenie_przez_wzmacnianie.ipynb index 5a537ee..a73ceff 100644 --- a/wyk/15_Uczenie_przez_wzmacnianie.ipynb +++ b/wyk/15_Uczenie_przez_wzmacnianie.ipynb @@ -175,7 +175,7 @@ "* Algorytm uczenia przez wzmacnianie będzie starał się zoptymalizować strategię tak, żeby na koniec otrzymać jak najwyższą nagrodę.\n", "* W chwili $t$, ostateczna końcowa nagroda jest zdefiniowana jako:\n", "$$ R_t := r_{t+1} + \\gamma \\, r_{t+2} + \\gamma^2 \\, r_{t+3} + \\ldots = \\sum_{k=0}^T \\gamma^k \\, r_{t+k+1} \\; , $$\n", - "gdzie $0 < \\gamma < 1$ jest czynnikiem, który określa, jak bardzo bieżemy pod uwagę nagrody, które otrzymamy w odległej przyszłości." + "gdzie $0 < \\gamma < 1$ jest czynnikiem, który określa, jak bardzo bierzemy pod uwagę nagrody, które otrzymamy w odległej przyszłości." ] }, { @@ -288,7 +288,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.10.6" + "version": "3.10.12" }, "livereveal": { "start_slideshow_at": "selected",