首页 › 答案 › 题库 › 超星尔雅学习通未分类

在马尔科夫过程中使用动态规划,根据bellman公式,一个状态的价值为改状态的即时奖励和该状态的后继状态的价值的()。

在马尔科夫过程中使用动态规划,根据bellman公式,一个状态的价值为改状态的即时奖励和该状态的后继状态的价值的()。
A、差
B、积
C、和
D、商
正确答案:C