正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
当动作的获得奖励的概率已知时，greedy是否是最优解？
Lynn1998
随手写了写，是否存在E[R]大于greedy的策略？
Document
