原书出处
人工智能:现代方法(第4版)(上下册)
17 做复杂决策 17.2.1 价值迭代
贝尔曼方程[式(17-5)]是求解MDP的价值迭代算法的基础。如果MDP中有n个可能状态,则我们可以得到n个方程,且每个方程对应一个状态。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能:现代方法(第4版)(上下册)/_epub-src/text/part0036_split_002.html
EPUB SHA-256:08e843df8e2d2e0d28fb8c0ab741bd717c1107db73217c8f5c553b434020c660