返回Glossary
价值函数
一个函数，用于估计从给定状态（状态价值函数 V）或状态-动作对（动作价值函数 Q）获得的期望累积奖励。价值函数是强化学习的核心 — 它们指导动作选择和策略改进。深度强化学习使用神经网络来近似价值函数。在机器人学中，学习的价值函数可以用作规划的代价到达估计和安全评论家。
一个函数，用于估计从给定状态（状态价值函数 V）或状态-动作对（动作价值函数 Q）获得的期望累积奖励。价值函数是强化学习的核心 — 它们指导动作选择和策略改进。深度强化学习使用神经网络来近似价值函数。在机器人学中，学习的价值函数可以用作规划的代价到达估计和安全评论家。