Bellmanova rovnice

Bellman Equation

Bellmanova rovnice propojuje okamžitou odměnu se souhrnnou hodnotou budoucích stavů v procesu rozhodování.

V posilovaném učení umožňuje vyjádřit hodnotu stavu nebo akce rekurzivně a tvoří základ řady metod pro hledání vhodné strategie.