2024年11月12日
强化学习理论-第3课-贝尔曼最优公式
摘要： 1. 贝尔曼最优公式： 1.1 定义： 第2课介绍了贝尔曼公式，里面的\(\pi (a|s)\)策略是固定的，这里我们想求得一个最优的策略，使得state value最好 1.2 matrix-vector form： 2. 求解贝尔曼公式： 公式中，v是一个未知量，\(\pi\)也是要求解的最优策 阅读全文
posted @ 2024-11-12 15:36 penuel 阅读(14) 评论(0) 推荐(0) 编辑