启人zhr的博客

原创 强化学习基础——形象化解释值函数含义以及期望的意义

1.值函数定义1.1 V函数我们先看一下经典的最短路问题，假设我们要求出起点s到终点g的最短路我们定义V∗(s)V^\ast(s)V∗(s)为sss到终点ggg的最短路，V∗(f)V^\ast(f)V∗(f) 为fff到终点ggg的最短路，以此类推，为了求出这个最短路，我们从终点开始算起：V∗(g)=0V∗(f)=1+V∗(g)=1V∗(d)=min{3+V∗(g),1+V∗(f)}\...