这一页PPT中，视频中讲解时说V1是初始的估计值，是指初始状态的估计值，还是初始状态的初始估计值，还是任意一个状态的初始估计值.....

还有这里的小g_i，所代表的含义也不清楚，可否再描述一下～

谢谢！

加入网格世界做一步策略提升后，还没有结束，下一步是不是还要进行策略评价，那么画圈的图中，我们要做策略评价，应该怎么弄，如何去计算后每一个的状态（或每一格）的v函数是多少呢？

有个问题想请教下各位大佬，这边第一个公式是说我们可以用后继状态（是不是也能理解为下一个状态s'）来更新状态s的v函数。

那第二个这边v的下标k+1，和k是代表什么呢，不是很明白这个迭代的过程和含义

谢谢啦