← 返回卡片

原书出处

强化学习

02 马尔可夫决策过程 2.2.1 贝尔曼期望方程

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T14:51:48.893Z

也可以针对式(V(s)和V(s')关系式,Q(s,a)和Q(s',a')关系式)列线性方程组,方程组中唯一的未知数是值函数(或行为值函数),其未知数的个数与方程组的个数一致,可求解。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-011.xhtml

EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae