标签： machine-learning reinforcement-learning
我一直关注这里的论文http://ai.stanford.edu/~ang/papers/icml04-apprentice.pdf，但无法弄清楚3.1节中的除法符号表示的操作。所有mu矢量都是相同的维度;我们该如何与他们进行分工？
答案 0 :(得分：0)
它看起来像是典型的数字划分。你有一些形式
A^T B ----- C^T D
其中A, B, C和D是向量，因此A^T B是一个数字（它只是一个点积），因此C^T D。
A, B, C
D
A^T B
C^T D