state value function
durum değer fonksiyonu
-
Markov karar süreçlerinde belirli bir s durumundan başlayarak, seçilen ilk eylem a olmak üzere π politikasının güdümünde alınan kararların sonucunda elde edilen beklenen getiri; diğer bir deyişle, Gt t anından karar ufkuna kadar olan getiri, st ve at t anındaki durum ve seçilen eylem, rt her eylemin sonucunda elde edilen ödül, γ indirim oranı, E{.} beklenti operatörü olmak üzere Qπ(s, a) = Eπ{ Gt | st =s, at =a} = Eπ{ rt + γrt+1 + γ2rt+2 + … + γhrt+h | st =s, at =a } olarak ifade edilen değer.
İngilizce state value functionFransızca fonction de valeur des états, f
durum-eylem değer fonksiyonu
-
Markov karar süreçlerinde belirli bir s durumundan başlayarak, seçilen ilk eylem a olmak üzere π politikasının güdümünde alınan kararların sonucunda elde edilen beklenen getiri; diğer bir deyişle, Gt t anından karar ufkuna kadar olan getiri, st ve at t anındaki durum ve seçilen eylem, rt her eylemin sonucunda elde edilen ödül, γ indirim oranı, E{.} beklenti operatörü olmak üzere Qπ(s, a) = Eπ{ Gt | st =s, at =a} = Eπ{ rt + γrt+1 + γ2rt+2 + … + γhrt+h | st =s, at =a } olarak ifade edilen değer.
İngilizce state value functionFransızca fonction de valeur des états et des actions, f