Algorithms - Value Iterations

V0(s) := 0

Vt+1(s) := MAXaeA { E[R(s,a)] + g SseS d(s,a,s’) Vt(s’) } "s

Let dt= MAXseS{|Vt (s) - V*(s)|}

Claim: dt £ g dt+1 o

Convergence: After t iterations we have error g t.

השקופית הקודמת

השקופית הבאה

חזור אל השקופית הראשונה

הצג גירסה גרפית