#原则[超话]#
把每个决策都视为一个押注,押对有一个概率,有相应的奖励;押错有一个概率,有相应的惩罚。会赢的决策通常是具有正向预期价值的决策,也就是说,奖励乘以其发生概率的数值大于惩罚乘以其发生概率的数值,预期价值最高的决策是最好的决策。
发布于 美国
#原则[超话]#
把每个决策都视为一个押注,押对有一个概率,有相应的奖励;押错有一个概率,有相应的惩罚。会赢的决策通常是具有正向预期价值的决策,也就是说,奖励乘以其发生概率的数值大于惩罚乘以其发生概率的数值,预期价值最高的决策是最好的决策。