差分
このページの2つのバージョン間の差分を表示します。
両方とも前のリビジョン前のリビジョン | |||
r:mdptoolbox [2018/12/16 16:34] – [価値反復法] watalu | r:mdptoolbox [2018/12/16 16:34] (現在) – [方策反復法] watalu | ||
---|---|---|---|
行 87: | 行 87: | ||
=== 方策反復法 === | === 方策反復法 === | ||
+ | |||
+ | マルコフ決定過程の最適方策を方策反復によって求めるには、次の一行を実行すればよい。 | ||
< | < |
このページの2つのバージョン間の差分を表示します。
両方とも前のリビジョン前のリビジョン | |||
r:mdptoolbox [2018/12/16 16:34] – [価値反復法] watalu | r:mdptoolbox [2018/12/16 16:34] (現在) – [方策反復法] watalu | ||
---|---|---|---|
行 87: | 行 87: | ||
=== 方策反復法 === | === 方策反復法 === | ||
+ | |||
+ | マルコフ決定過程の最適方策を方策反復によって求めるには、次の一行を実行すればよい。 | ||
< | < |