Algorithms - Policy Evaluation Example

A={+1,-1}

g = 1/2

d(si,a)= si+a

p random

s0

s1

s3

s2

0

1

2

3

Vp(s0) = 0 +g (p(s0,+1)Vp(s1) + p(s0,-1) Vp(s3) )

"a: R(si,a) = i

השקופית הקודמת

השקופית הבאה

חזור אל השקופית הראשונה

הצג גירסה גרפית