Value Function
定义（Definition）
“Value function”（价值函数）：在数学、经济学与强化学习中，指一个把状态、行动或选择映射到“价值”的函数；这个“价值”通常表示期望回报/收益的大小（例如未来累积奖励的期望值）。在强化学习里，常见的有状态价值函数 \(V(s)\) 和动作价值函数 \(Q(s,a)\)。
发音（Pronunciation, IPA）
/vlju fkn/
例句（Examples）
In reinforcement learning, the value function estimates future reward.
在强化学习中，价值函数用于估计未来的回报。
By solving the Bellman equation, we can compute the optimal value function for each state under a given policy.
通过求解贝尔曼方程，我们可以在给定策略下计算每个状态的最优价值函数。
词源（Etymology）
“value”源自拉丁语 valēre（意为“强健、有价值”），后来引申为“价值、重要性”；“function”来自拉丁语 functiō（意为“履行、执行”，后发展为“功能、函数”）。合在一起，“value function”直观表达为“用函数形式表示的价值”。
相关词（Related Words）
文学与经典著作中的用例（Literary Works）
- Reinforcement Learning: An Introduction（Richard S. Sutton & Andrew G. Barto）系统讲解 \(V(s)\)、\(Q(s,a)\) 等价值函数概念，是强化学习领域最常引用的教材之一。
- Dynamic Programming / “Bellman 方程”相关著作（Richard Bellman）价值函数与动态规划紧密相关，许多表述以最优性原理与递推形式出现。
- Markov Decision Processes: Discrete Stochastic Dynamic Programming（Martin L. Puterman）在马尔可夫决策过程框架下，价值函数是描述策略优劣与求解最优策略的核心对象。
- Recursive Methods in Economic Dynamics（Nancy L. Stokey & Robert E. Lucas Jr., with Edward C. Prescott）在宏观经济动态优化中，价值函数常用于刻画最优决策与跨期效用。
Select Language