2024年9月25日
马尔可夫决策过程的求和问题
摘要： \[\sum_{a\in A}\pi(a|s)\sum_{s^{\prime}\in S}P(s^{\prime}|s,a) \]\[\sum_{s^{\prime}\in S}\sum_{a\in A}\pi(a|s)P(s^{\prime}|s,a) \]1、为什么两个求和符号后的表达式被允许先 阅读全文
posted @ 2024-09-25 11:12 skiesclear 阅读(21) 评论(0) 推荐(0)