[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング22 (1002ﾚｽ)
上下前次1-新

---

このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ

---

919: (ﾜｯﾁｮｲ 5e66-erI5) 2019/02/26(火)20:43 ID:DUz4HSDe0(1) AAS
>>871
すみません、そのページを読んでみたのですが、まだ理解できません。

a に添字 b を下付きしたものを a_b と表すとして、
state-value function v_π(s) = E_π [G_t | S_t = s] を私は次のように式変形しました。

v_π(s) = E_π[R_(t+1) + γG_(t+1) | S_t = s]
v_π(s) = E_π[R_(t+1) | S_t = s] + E_π[γG_(t+1) | S_t = s]

私が分からないのは第2項の期待値の計算です。

E_π[γG_(t+1) | S_t = s] = Σ_a π(a|s) Σ_s'r p(sr', r|s, a) (γG_(t+1))

このように展開できると思うのですが違いますか？

---

上下前次1-新書関写板覧索設栞歴

---

あと 83 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ

---

ぬこの手 ぬこTOP 0.011s