值函数方法 价值表示:从表格到函数 由表格转为函数,由离散转为连续。用函数拟合连续的状态价值 v^(s)=as+b\hat{v}(s) = as + b v^(s)=as+bGoat_Yang2026/1/19大约 16 分钟强化学习算法强化学习值函数逼近