MENTAL MODEL · M6094
贝尔曼方程
Bellman Equation
更新于 2026-08-05
CORE DEFINITION · 核心定义
描述了“当前状态的价值”与“未来状态的价值”之间的递归关系。即：当前的最优决策，应该使得（即时奖励 + 未来预期奖励的折现）最大化。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
倒推未来的价值。如何评估现在的选择？贝尔曼方程告诉我们，当下的价值不仅取决于现在爽不爽，更取决于它把你带到了一个什么样的未来状态（那个状态的价值折现到现在）。这是长期主义的数学表达。
anchor
锚定快速决策
当前状态价值 = 即时奖励 + 折现后的未来最优价值；最优决策使二者之和最大，是递归的价值关系。
MINIMUM ACTION · 最小行动
进行中 0/3在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E8%B2%9D%E7%88%BE%E6%9B%BC%E6%96%B9%E7%A8%8Bverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型