Differences

This shows you the differences between two versions of the page.

--- courses:b3b33kui:cviceni:program_po_tydnech:tyden_07 [2024/04/04 12:39]
kostkja2 [Zadání]
+++ courses:b3b33kui:cviceni:program_po_tydnech:tyden_07 [2024/05/10 09:06] (current)
kostkja2 [Value Iteration]
@@ Line 43: / Line 43: @@
   * akce: {$\leftarrow, \rightarrow,\uparrow,\downarrow$}
   * $\gamma = 0.9$
-  * $V_{k+1}(s) \leftarrow r(s) + \gamma \rm{max}_a$$\sum_{s'}p(s'|s,a)V_k(s')$
+  * $V_{k+1}(s) \leftarrow r(s) + \gamma \rm{max}_a\it{\sum_{s'}p(s'|s,a)V_k(s')}$
 </WRAP>
 </WRAP>
@@ Line 50: / Line 50: @@
 ==== Value Iteration ====
-  * iterovat: aktualizovat hodnoty $V(s)$ dokud se mění o více než zadané $\epsilon$
+  * iterovat: aktualizovat hodnoty $V(s)$ dokud se významně mění (více než $\epsilon \cdot (1-\gamma)/\gamma$)
   * určit nejlepší strategii $\pi(s) = \rm{argmax}_a V(s)$