Short corridor with switched actions

该题目摘自Sutton的强化学习经典教材，然而它的本质是一道随机过程问题（马可夫链）

s是起点，g是终点，在每个格子以p的概率向右，（1-p)的概率向左；但是，在第2个格子里，动作会被神奇地反置，即你朝左，上帝会把你掰向右。求到G的步数期望

求解过程
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • 计算物理期末报告
    | 姓名 | 学号 | 班级 | 选题 | 论述 | 结论 | 总分 || ---- | ---- | ---- ...
    墨兵笔阵阅读 3,091评论 0赞 1
  • 3.1.1.4 概率图模型
    神经网络 原理 《机器学习》周志华 14.1 隐马尔可夫模型 机器学习最重要的任务，是根据一些已观察到的证据（例如...
    hxiaom阅读 1,385评论 0赞 1
  • 浅谈自然语言处理基础（中）
    层次化的隐马尔可夫模型 在自然语言处理等应用中，由于处理序列具有递归特性，尤其当序列长度比较大时，HMM的复杂度将...
    我偏笑_NSNirvana阅读 6,834评论 1赞 15
  • Hello,World!
    它是编程之神的传统咒语，可以帮助你开始这段感情......
    cooore阅读 349评论 0赞 0
  • DAY4
    2017/5/18 早上30分钟骑车 喝的蛋白质粉，乐纤 晚上应酬，喝了好多酒，白的红的 很晚回家睡觉 没有运动
    静悄悄的静阅读 190评论 0赞 0