Algorithms -Optimal control Example

A={+1,-1}

g = 1/2

d(si,a)= si+a

p random

s0

s1

s3

s2

R(si,a) = i

0

1

2

3

Qp(s0,+1) = 0 +g Vp(s1)

Qp(s0,+1) = 5/6

Qp(s0,-1) = 13/6

השקופית הקודמת

השקופית הבאה

חזור אל השקופית הראשונה

הצג גירסה גרפית