Optimization 我如何描述行李员的最优策略(pi*)';s方程?
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
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