求解贝尔曼方程有两种方法:一种是解析解的形式,一种是迭代解的形式。
解析解就是通过联立 ∣ S ∣ |S| ∣S∣个线性方程来求解 v ( s 1 , s 2 , . . . s n ) v(s_1, s_2, ... s_n) v(s1,s2,...sn),但是在状态很多时计算复杂。通过研究解析解形式可以更方便的迁移到迭代解。
推导过程纯手写,LaTeX打太麻烦了。过程参考Davild PPT以及shuhuai008视频
有了解析解的形式,迭代解就好理解了,但是有一点,当k趋向无穷时,
V
k
+
1
V_{k+1}
Vk+1 趋向于
V
π
V_π
Vπ 仍然需要证明。以后再证。