马尔可夫决策过程 0. 前言 1. 马尔科夫过程（Markov Process） 2. 马尔可夫奖励过程（Markov Reward Process） 3. 马尔可夫决策过程 4. 编程实践 4.1 马尔可夫奖励过程 4.2 马尔可夫决策过程 本文未经许可禁止转载，如需转载请联系笔者 0. 前言 马尔可夫决策过程是强化学习中重要的概念之一，但是在介绍马尔可夫决策过程之前，需要先了解马尔可夫过程，和马尔可夫奖励过程，它们是依次递进的关系。 1. 马尔科夫过程（Markov Process） 在一个时序过程中，如果 t ＋ 1 t＋1 t
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
