学习笔记：一种基于强化学习的推荐系统全新Benchmark

1. 序贯决策

序贯决策

有些决策问题，在进行决策后又产生一些新情况，需要进行新的决策，接着又有一些新的情况，又需要进行新的决策。这样决策、情况、决策…，就构成一个序列，这就是序贯决策。