RL 人的执念梗图:为什么要交换求和顺序

miniapeur · x · 2026-11-22

一张《指环王》Bilbo「After all, why not?」梗图,把折扣回报求和的两种写法(按时间外层 vs 按 k 外层的 ∑∑γ^{k+t}ak)作为「为什么不能交换它们」的对象,调侃强化学习里对求和顺序/重参数化的纠结,属于 ML 圈自嘲向数学梗。

原文链接 →

「Fun」频道最新

更多「Fun」频道 AI 资讯 →