在馬爾可夫決策過(guò)程中，狀態(tài)值函數(shù)表示什么？
A. 從當(dāng)前狀態(tài)開(kāi)始采取最優(yōu)策略得到的期望總獎(jiǎng)勵(lì)
B. 從初始狀態(tài)開(kāi)始采取最優(yōu)策略得到的期望總獎(jiǎng)勵(lì)
C. 從當(dāng)前狀態(tài)開(kāi)始采取任意策略得到的期望總獎(jiǎng)勵(lì)
D. 從初始狀態(tài)開(kāi)始采取任意策略得到的期望總獎(jiǎng)勵(lì)

正確答案：A

試題解析：暫無(wú)