贝尔曼方程详尽推导（无跳步|带图）
五点钟科技:
引用「= a∑ s ′ ∑ R ss ′ a P(a∣s)P(s ′ ∣s,a)+γ G t+1」
这俩式子是怎么从上式换算过来的啊？能详细补充一下吗？博主
贝尔曼方程详尽推导（无跳步|带图）
人头狗:
好的明白啦。谢谢
贝尔曼方程详尽推导（无跳步|带图）
我说我糊涂:
就是两种符号一个含义，A_t == a. 后面不是用a来表示了吗，怕有人忘了它代表A_t
贝尔曼方程详尽推导（无跳步|带图）
人头狗:
请问 At/a这种形式是什么意思？