Какво оценява функцията Q(s,a) ?

Question

Answer

Средната очаквана награда, постижима от дадено състояние

Answer

Вероятността на даден преход между състояния в стохастична среда

Answer

Ефективност (очакваната средна награда) на комбинация от състояние и действие, предприето в него.

Answer

Правилната политика за избор на действия в дадено състояние

Crowdly