中文名稱：價值函數 英文名稱：Value Function
📌 定義（Definition）
在強化學習（Reinforcement Learning, RL）中，價值函數用來評估一個狀態（或狀態-行為對）未來能帶來的「回報」或「好處」。
- 它會給出一個數值，代表當前狀態下，採取某行動後，未來預期能獲得的累積獎勵有多高。
- 簡單說，價值函數告訴 AI「這個選擇有多好」，幫助 AI 做出最優決策。
- 例如：在下棋中，價值函數會評估目前棋盤狀態勝利的機率。
中文名稱：價值函數 英文名稱：Value Function
在強化學習（Reinforcement Learning, RL）中，價值函數用來評估一個狀態（或狀態-行為對）未來能帶來的「回報」或「好處」。