solver-advantage
솔버 어드밴티지
솔버 어드밴티지는 상태 s에서 행동 a가 비용-투-고(cost-to-go) N(s)를 얼마나 줄이는지를 수치로 표현한 값입니다. 구체적으로는 한 단계 이동 후 기대되는 N(s_{t+1}) 차이를 이용해 A= N(s_t)-E[N(s_{t+1})]로 계산합니다. 이 값은 양수면 진전, 0이면 무효 혹은 정체, 음수면 해가 되는 행동을 의미하므로 턴별 신호로 활용할 수 있습니다.
솔버 어드밴티지
솔버 어드밴티지는 상태 s에서 행동 a가 비용-투-고(cost-to-go) N(s)를 얼마나 줄이는지를 수치로 표현한 값입니다. 구체적으로는 한 단계 이동 후 기대되는 N(s_{t+1}) 차이를 이용해 A= N(s_t)-E[N(s_{t+1})]로 계산합니다. 이 값은 양수면 진전, 0이면 무효 혹은 정체, 음수면 해가 되는 행동을 의미하므로 턴별 신호로 활용할 수 있습니다.
