会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
penuel
博客园
首页
新随笔
联系
订阅
管理
2024年11月9日
强化学习理论-第2课-贝尔曼公式
摘要: 1. return和贝尔曼 上图说明从不同状态出发得到的return,依赖于从其他状态出发的return v是return,将第一张图写成矩阵的形式,r代表immediate reward,是已知的,矩阵P是策略加上state transition,也是已知的,求解v 这个公式实际上就是贝尔曼公式
阅读全文
posted @ 2024-11-09 11:20 penuel
阅读(181)
评论(0)
推荐(0)
编辑
公告