• 一个情节= 一个状态、动作和奖励的序列，以最终状态结束。例如，玩一整场游戏可以被视为一个情节，当一名玩家输/赢/平时达到最终状态。有时，人们可能更愿意将一集定义为几场比赛（例如：“每一集是几十场比赛，因为每个玩家的比赛得分都达到 21”）。
• 在神经网络术语中，一个epoch =所有训练示例的一次前向传递和一次反向传递。

在您提到的论文中，他们似乎对时代的含义更加灵活，因为他们只是将一个时代定义为一定数量的权重更新。因此，正如您在问题中提到的那样，您可以将一个时期视为围绕情节循环的外部循环。