"벨만 방정식"의 두 판 사이의 차이
둘러보기로 이동
검색으로 이동
Kim135797531 (토론 | 기여) (새 문서: ===벨만 방정식=== * 이제 이것도 좀 외울때 되지 않았냐 ====배경==== * 시간 t에서의 상태 s, 그 때의 행동 a를 취했을 때 '''가치'''를 알고 싶...) |
(차이 없음)
|
2019년 10월 23일 (수) 07:40 판
벨만 방정식
- 이제 이것도 좀 외울때 되지 않았냐
배경
- 시간 t에서의 상태 s, 그 때의 행동 a를 취했을 때 가치를 알고 싶다.
- 그럼 시간 t 이후의 모든 상황에 대한 보상을 다 알아야 하는데 어렵다.
- Q(s, a) = E[R|s, a]
벨만 방정식
- 재귀 형태로 변형하는게 아이디어
- (시간 t에서의 가치)는 (딱 t에서의 보상)+(t+1부터 그 이후의 가치로 변형)
- Q(s, a) = E[r(s, a) + E[Q(s', a')]]
- 결정적 정책이라고 가정하면 -> 즉 off-policy로 바꿀 수 있다.
- Q(s, a) = E[r(s, a) + Q(s', a')]