貝爾曼方程(Bellman Equation)的解讀

這個算法只適用於沒有變化的環境 在解釋下面幾個專業術語前 我先來說一下這個Agent，中文的意思是 代理，代理人 但是實際上他大概表示的意思就相當於變量，就給你某一個狀態貼上了一個標籤一樣 ** 狀態(State) ：**用一個數值來作爲代理(Agent)，描述在環境中某一特定時間點的狀態 ** 行爲(Action)* *：代理(Agent)向環境提供的輸入，通過對當前狀態經行策略計算，然後採取行

>>阅读原文<<