目录
一、马尔科夫过程与马尔科夫奖励过程
1.1 马尔科夫过程
1.2 马尔科夫奖励过程
1.2.1 状态价值函数
1.2.2 贝尔曼方程
二、马尔科夫决策过程
请填写红包祝福语或标题
红包个数最小为10个
红包金额最低5元
抵扣说明:
1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。 2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。