在強化學習中，State×Action 叉乘通常是指在狀態空間和動作空間上的笛卡爾積，它產生一個包含所有可能狀態 - 動作對的集合。
假設我們有一個狀態空間 S，其中包含 s1, s2, ..., sn 這些狀態，以及一個動作空間 A，其中包含 a1, a2, ..., am 這些動作。那麼狀態空間和動作空間的笛卡爾積就是所有可能的狀態 - 動作對的集合，共有 n × m 個元素。
例如，如果我們有一個狀態空間 {s1, s2}，和一個動作空間 {a1, a2, a3}，那麼它們的笛卡爾積就是 {(s1, a1), (s1, a2), (s1, a3), (s2, a1), (s2, a2), (s2, a3)}。
在強化學習中，State×Action 叉乘通常用於表示每個狀態下可能的動作，或者在構建 Q 表時表示每個狀態 - 動作對對應的 Q 值。