智能体的状态-动作轨迹

1、轨迹的定义

轨迹，即状态和动作的一个序列：$[s_0,a_1,s_1,a_1,...]$。如下图所示：

2、轨迹的符号表示

轨迹的英文为：trajectory，音标为[trəˈdʒektəri]，希腊字母表示为：$\tau$，其发音如下所示：

3、状态-动作的映射：策略

根据当前状态如何选择动作，这个过程就是决策过程，即生成策略的过程。

策略，本质就是映射，从状态到动作的映射，即称之为“策略”。策略表示为：$\pi$。更多内容请移步于：《智能体的轨迹与策略》