从状态 s 采取行动 a 后，结果是概率性的还是确定性的？
Following action a from state s, is the outcome probablisitc or deterministic?
我很难理解马尔可夫决策过程的一个方面。
当我在状态s做动作a时，到达状态s+1是确定性的还是随机性的？
在大多数例子中，它似乎是确定性的。然而，我在下图中发现了一个示例（David Silvers 关于 RL 的讲座），其中过渡是随机的。即跟随动作 "Pub".
一般来说，在马尔可夫决策过程中，状态之间的转换可以是随机的。通常转移到另一个状态的概率用 P_a(s, s') 表示，其中 s 是当前状态，s' 下一个状态，a 执行的动作。
确定性案例是随机性案例的特例。如果 P_a(s, s') 对于给定的 s' 等于 1，对于其余状态等于 0，我们有一个确定性转换。
我很难理解马尔可夫决策过程的一个方面。
当我在状态s做动作a时，到达状态s+1是确定性的还是随机性的？
在大多数例子中，它似乎是确定性的。然而，我在下图中发现了一个示例（David Silvers 关于 RL 的讲座），其中过渡是随机的。即跟随动作 "Pub".
一般来说，在马尔可夫决策过程中，状态之间的转换可以是随机的。通常转移到另一个状态的概率用 P_a(s, s') 表示，其中 s 是当前状态，s' 下一个状态，a 执行的动作。
确定性案例是随机性案例的特例。如果 P_a(s, s') 对于给定的 s' 等于 1，对于其余状态等于 0，我们有一个确定性转换。