人们如何处理不同州的法律行动不同的问题？就我而言，我总共有大约 10 个诉讼，这些法律诉讼不重叠，这意味着在某些州，相同的 3 个州始终是合法的，而这些州在其他类型的州永远不合法。
我也有兴趣看看如果法律诉讼重叠，解决方案是否会有所不同。
对于 Q 学习（我的网络为我提供状态/动作对的值），我在想也许我可以在构建目标值时小心选择哪个 Q 值。（即我没有选择最大值，而是选择法律行动中的最大值......）
对于策略梯度类型的方法，我不太确定适当的设置是什么。计算损失时只屏蔽输出层可以吗？
我想做这样的事情:
function say(name, age)
println("$name is $age!")
end
但这给了我一个错误,因为朱莉娅认为年龄!是变量的名称.如果我在$ age和之间添加一个空格!然后打印的字符串有一个年龄和!之间的空格,我不想要.我试过了 \!我在其他地方看到但我当前的Julia版本给了我无效的转义序列错误.