图 5 actor 与环境交互过程 上述过程可以形式化的表示为：设环境的状态为 ，actor 的策略函数 是从环境状态 到动作 的映射，其中 是策略函数 的参数；奖励函数 为从环境状态和 actor 动作. 1.2 基于消息的并发模型 基于消息传递 (message passing)的并发模型csp和actor 这两种模型很像，但还是有一些不同的地方 actor模型：在actor模型中，主角是actor，类似一.
Pin by Pavlína Ostrá on tom burke in 2023 Tom burke actor, Tom burke
