贝尔曼方程(Bellman Equation)的解读

这个算法只适用于没有变化的环境 在解释下面几个专业术语前 我先来说一下这个Agent，中文的意思是 代理，代理人 但是实际上他大概表示的意思就相当于变量，就给你某一个状态贴上了一个标签一样 ** 状态(State) ：**用一个数值来作为代理(Agent)，描述在环境中某一特定时间点的状态 ** 行为(Action)* *：代理(Agent)向环境提供的输入，通过对当前状态经行策略计算，然后采取行

>>阅读原文<<