折扣因子 γ：时间视野不是随便填的RL2026年6月16日·4 分钟阅读折扣因子 γ：时间视野不是随便填的γ 定义 agent 多看重未来；和 episode 长度、reward scale 强耦合，改 γ 等于改任务语义。#强化学习#MDP#折扣READ →
