（问答题总共7个，答对5题即可满分75分，多答有神秘加分。）强化学习中，计...

Question

（问答题总共7个，答对5题即可满分75分，多答有神秘加分。）

强化学习中，计算Optimal Qvalue通常使用到Bellman公式，

Q_pi=E[r_t + gamma * Q_(t+1)]

谈谈对Bellman公式的理解。