2.2.状态-动作收益评价函数
之前的讨论里面只提到了状态的转化，然而实际情况可能更加复杂，第一：应用在状态上的不同动作其价值本来就是不同的，这也值得我们加入考虑的范围。比如花枯萎的时候，我得去挑水来浇花，这时候我要付出劳动力的，这个动作的收益可以设置为-100，我也可以选择不管，虽然花会死，但是“不管”这个动作的收益可是0，要是花不怎么值钱，我还是任由它死掉算了嘿嘿嘿。第二：不同的动作也会影响状态转移的概率分布，拿前面的例子来说，浇水总比不管让花活下来的几率更大的。 之前的讨论里面只提到了状态的转化，然而实际情况可
