Q(s,a)是指在给定状态s的情况下,采取行动a之后,后续的各个状态所能得到的回报

Q(s,a)是指在给定状态s的情况下,采取行动a之后,后续的各个状态所能得到的回报 A. 总和 B. 最大值 C. 最小值 D. 期望值


配图

📖 相关文章