引言
Bellman equation 是强化学习的基石，以前为了快速应用，这部分的知识没有吃透，总是有一种不踏实的感觉，这次从费曼学习法的思想出发，力求完全透彻理解该公式及其推导过程。接下来，我们分三个部分对Bellman equation进行讲述。
前置知识
贝尔曼等式推导的前置知识，主要包含条件概率的全概率公式，以及全期望定理，相关介绍在这里。
原文作者：茄子
原文链接：https://eggplant.wiki/2025/07/12/bei-er-man-deng-shi-jie-shao-ji-tui-dao/
发表日期：July 12th 2025, 5:00:48 pm
更新日期：July 13th 2025, 4:08:30 pm
版权声明：本文采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可
-
Next Post全期望定理公式推导
-
Previous Post使用Docker构建Webdav服务器