轉移動態（transition dynamics）

轉移動態是世界的規則：給定你在哪、做了什麼，你會落到哪裡？推一扇門，它通常會開，但在結冰的地板上，你的一步可能滑向意料之外的地方。動態同時刻畫了動作可靠的後果，以及環境可能拋出的真正隨機性。

數學上，動態是一個條件機率：在某個狀態採取某個動作後，落到每個下一狀態的機會。它與獎勵函數一起，完整地規定了 MDP 的行為。在基於模型的 RL 中，智能體試圖學到（或被給定）這個動態並據此規劃；在無模型的 RL 中，它從不把它寫下來，而是直接從採樣到的經驗學價值或策略。