尧图精选

RL-07-赵-不基于模型2-计算V/StateValue-TD算法：狭义TD算法03【TD算法的收敛性】【TD算法是在没有模型的情况下来求解贝尔曼公式，TD是求解贝尔曼公式的一个RM算法】

🕒 发布时间：2026/11/2 2:21:29 📁 来源：尧图网络
3、在数学上，TD算法做了什么：利用RM算法求解贝尔曼公式问题：在数学上，TD算法做了什么？答：它求解一个给定策略πππ的Bellman equation，也就是说TD算法是在没有模型的情况下来求解贝尔曼公式。贝尔曼公式：
上一篇/下一篇内容由系统自动关联 返回资讯列表 →