13. MDP（第 1 部分）
MDP（第 1 部分）
通常，状态空间 \mathcal{S} 是指所有非终止状态集合。
在连续性任务（例如在视频中介绍的回收任务）中，就相当于所有状态集合。
在阶段性任务中，我们使用 \mathcal{S}^+ 表示所有状态（包括终止状态）集合
动作空间 \mathcal{A} 是指智能体可以采取的动作集合。
如果在某些状态下，只能采取部分动作，我们还可以使用 \mathcal{A}(s) 表示在状态 s\in\mathcal{S} 下可以采取的动作集合。
MDP（第 1 部分）
通常，状态空间 \mathcal{S} 是指所有非终止状态集合。
在连续性任务（例如在视频中介绍的回收任务）中，就相当于所有状态集合。
在阶段性任务中，我们使用 \mathcal{S}^+ 表示所有状态（包括终止状态）集合
动作空间 \mathcal{A} 是指智能体可以采取的动作集合。
如果在某些状态下，只能采取部分动作，我们还可以使用 \mathcal{A}(s) 表示在状态 s\in\mathcal{S} 下可以采取的动作集合。