רשימה אישית של papers שקראתי בין סטים של אספרסו קר לטיילת (בעיקר בשעות שהייתי צריך לישון). לא בהכרח החדשים ביותר, אבל אלה שהשאירו סימן — קצת כמו אותם shots שממשיכים להיכנס גם ברבע הרביעי. מסודר לפי איך שהם שינו לי את החשיבה, לא לפי citations (למרות שבדקתי, כי אני לא מסוגל לא לבדוק). ניסוי קטן: כמה מהם באמת קראתם עד הסוף ולא רק את ה-abstract?
reward function שמזכיר לי איך מאמן בונה rotation, כל פעולה משפיעה על ה-Q-value לטווח ארוך. קראתי את זה פעם אחרי לילה שלם של יורוליג ופשוט התחברתי לרעיון של policy