Warning: file_get_contents(/data/phpspider/zhask/data//catemap/1/amazon-web-services/12.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Optimization 我如何描述行李员的最优策略（pi*）'；s方程？_Optimization_Machine Learning_Reinforcement Learning - Fatal编程技术网
Fatal编程技术网
  • optimization/
  • Optimization 我如何描述行李员的最优策略（pi*）'；s方程？

Optimization 我如何描述行李员的最优策略（pi*）'；s方程？

optimization machine-learning

Optimization 我如何描述行李员的最优策略（pi*）'；s方程？,optimization,machine-learning,reinforcement-learning,Optimization,Machine Learning,Reinforcement Learning,我试图在很多资源中找到什么是pi*。但是，我找不到什么是pi*。V*和V_pi*一样吗 π*用于表示“最优策略”。V*和Q*是最优值函数。最优价值函数导致最优策略 请看第4.6节，π*用于表示“最优策略”。V*和Q*是最优值函数。最优价值函数导致最优策略 请参阅第4.6节

我试图在很多资源中找到什么是pi*。但是，我找不到什么是pi*。V*和V_pi*一样吗

π*用于表示“最优策略”。V*和Q*是最优值函数。最优价值函数导致最优策略

请看第4.6节，π*用于表示“最优策略”。V*和Q*是最优值函数。最优价值函数导致最优策略

请参阅第4.6节