文档摘要

3.1 动态规划：策略迭代与价值迭代 本节摘要：当转移概率 P 与奖励 R 已知时，贝尔曼方程可以当作迭代公式直接在表上滚：策略迭代先把价值评估到收敛再整体改进策略；价值迭代把 max 运算提前，每轮只做一步评估就改进，是"评估与改进合体"的形态。两者都收敛到最优解。本节给出可运行的 4×4 网格实现与逐轮数字实录，让你亲眼看到"策略变好 → 价值变准 → 策略再变好"的咬合上升。 会员。《3.1 动态规划：策略迭代与价值迭代》收录于灏天文库文集《强化学习与智能体训练：从 Q-Learning 到深度强化学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/540-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%AD%E7%BB%83%E4%BB%8E-q-learning-%E5%88%B0%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流