我一直在使用各自的下标看到有关期望的符号，例如$E_{s_0 \sim D}[V^\pi (s_0)] = \Sigma_{t=0}^\infty[\gamma^t\phi(s_t)]$. 该等式取自https://ai.stanford.edu/~ang/papers/icml04-apprentice.pdf和$Q^\pi(s,a,R) = R(s) + \gamma E_{s'\sim T(s,a,\cdot)}[V^\pi(s',R)]$，以贝叶斯 IRL 论文为例。（https://www.aaai.org/Papers/IJCAI/2007/IJCAI07-416.pdf）

我明白那个$s_0 \sim D$表示起始状态$s_0$从起始状态的分布中得出$D$. 但是我们如何理解带有下标的后者${s'\sim T(s,a,\cdot)}$? 怎么$s'$从转移概率的分布中得出？