这个式子π * =arg max Vπ（s）s属于S--中的arg max下有π 有人说是变元的意思,应该是对的,只是我还不能理解,是什么回事,

这个式子π * =arg max Vπ（s）s属于S--中的arg max下有π 有人说是变元的意思,应该是对的,只是我还不能理解,是什么回事,
这个式子π * =arg max Vπ（s）s属于S--中的arg
max下有π 有人说是变元的意思,应该是对的,只是我还不能理解,是什么回事,

这个式子π * =arg max Vπ（s）s属于S--中的arg max下有π 有人说是变元的意思,应该是对的,只是我还不能理解,是什么回事,
是argument 参数的意思吧

你好我在强化学习里看到这个式子，这个“arg”的意义是，等号右边最终要找的是某一个“π”，也就是你所说的“max下有π”。试想，如果没有arg以及max下的π，等号右边求出的是某一个Vπ(s)，这样就不符合定义π *的愿意了。