に従って行動中文是什么意思

• Ｐｏｌｉｃｙすなわち，＠ｅｑｕａｔｉｏｎ＿０＠ならば，そのときに限り，＠ｅｑｕａｔｉｏｎ＿１＠に従って行動することによってｑから目標に到達することができる．
  即如果＠ｅｑｕａｔｉｏｎ＿０＠，限于此时，由于按照＠ｅｑｕａｔｉｏｎ＿１＠行动就能够从ｑ到达目标。
• このエージェントが環境２を与えられたとき＠ｅｑｕａｔｉｏｎ＿０＠に従って行動すると，状態遷移が環境１と異なるため黒丸の状態からは目標に到達できない．
  如果该代理在出现环境２时按照＠ｅｑｕａｔｉｏｎ＿０＠行动，那么由于状态迁移不同于环境１，从黑圆点的状态无法到达目标。
• Ｈｏｍｏｇｅｎｅｏｕｓモデルは環境内のすべてのエージェントが同一の行動規則に従って行動するモデルであり，ＧＰにおいては図１のように，各エージェントは同じ木を参照する．
  Ｈｏｍｏｇｅｎｅｏｕｓ模型是环境内的所有的代理人都按照同一的行动规则行动，ＧＰ中如图１所示，各个代理人参照的是同一木。
• 探索を行うときに，自分から見た世界（ディール）だけを生成するのではなく，各プレイヤに対応したエージェントから見た世界を生成し，これに従って行動を決定するアルゴリズムを提案する．
  我们提出了，在进行搜索时，不只生成从己方看到的世界（牌局），而是生成与各玩家相应的代理看到的世界，再据此决定行动的算法。
• 次に，状態ｓ∈Ｓから政策πｇに従って行動していった場合の価値Ｖπｇ（ｓ）を，結果が収束するまで，式（４）から導かれる［Ｓｕｔｔｏｎ９８］次式を繰り返し計算することで求める．
  其次，直至结果结束为止，反复计算从公式（４）中导出的［Ｓｕｔｔｏｎ９８］次式，求出按照政策πｇ从状态ｓ∈Ｓ开始行动时的价值Ｖｎｇ（ｓ）。
• Ｅ．の状態ｑ＠ｅｑｕａｔｉｏｎ＿０＠Ｑにおいて政策＠ｅｑｕａｔｉｏｎ＿１＠の事前条件を満たしているとき，＠ｅｑｕａｔｉｏｎ＿２＠に従って行動すれば目標に到達できる．
  在ｅ．的状态ｑ＠ｅｑｕａｔｉｏｎ＿０＠Ｑ下，满足政策＠ｅｑｕａｔｉｏｎ＿１＠的先决条件时，按照＠ｅｑｕａｔｉｏｎ＿２＠行动的话就能够达到目标。
• 各時間ステップにおいてエージェント（コントローラ）は現在の関節角度についての情報および傾斜センサの値（離散値）を観測して現在の状態とし，策略関数に従って行動選択する．
  在各个时间步骤中，主体（传感器）观测目前的关联角度的信息以及倾斜感应器的值（离散值），并把这些信息作为目前的状态，依据策略函数进行行动选择。
• Ｔｅｒａｄａら［Ｔｅｒａｄａ０２］はアフォーダンスに基づき，人間の意図に従って行動する人工物について議論し，佐藤ら［佐藤９５］は意図を推定することで人間のタスクを支援する方法について議論している．
  Ｔｅｒａｄａ等人［Ｔｅｒａｄａ０２］根据供给理论，讨论了按照人类意图行动的人工产物，佐藤等人（佐藤９５）通过推断人类意图讨论了协助人类完成任务的方法
• 環境＠ｅｑｕａｔｉｏｎ＿０＠において，状態＠ｅｑｕａｔｉｏｎ＿１＠から政策＠ｅｑｕａｔｉｏｎ＿２＠に従って行動しても目標に到達できないとき，＠ｅｑｕａｔｉｏｎ＿３＠はｑで失敗するという．
  我们说在环境＠ｅｑｕａｔｉｏｎ＿０＠中，即使从状态＠ｅｑｕａｔｉｏｎ＿１＠按照政策＠ｅｑｕａｔｉｏｎ＿２＠行动也达不到目标时，＠ｅｑｕａｔｉｏｎ＿３＠以ｑ失败。
• 本手法ではそれまでの政策＠ｅｑｕａｔｉｏｎ＿０＠が失敗すると判断されたときは新しい政策を学習しなおすが，ここでは，失敗と判断されるときにも＠ｅｑｕａｔｉｏｎ＿１＠に従って行動することによってその結果を確認し，精度を求めた．
  在本方法中判断了到此之前的政策＠ｅｑｕａｔｉｏｎ＿０＠失败时要重新学习新政策，但是在这里，判断为失败时通过按照＠ｅｑｕａｔｉｏｎ＿１＠行动来确认其结果来求得精度。