读论文笔记——Jointly Learning to Recommend and Advertise

论文：Jointly Learning to Recommend and Advertise 链接：https://arxiv.org/pdf/2003.00097 作者：msu+头条 预备知识 强化学习：假定一个智能体（agent），在一个未知的环境中（当前状态state），采取了一个行动（action），然后收获了一个回报（reward），并进入了下一个状态。最终目的是求解一个策略让agent

>>阅读原文<<