shtclhx的博客

原创 Datawhale组队学习Task02-马尔可夫决策过程及表格型方法

这里写自定义目录标题Datawhale组队学习Task02-马尔可夫决策过程及表格型方法Markov Decision ProcessQ-learningSarsa(state–action–reward–state–action) Datawhale组队学习Task02-马尔可夫决策过程及表格型方法 本次任务主要学习马尔科夫决策过程(Markov Decision Process, MDP)、TD更新和Sarsa算法，我会将学习的感悟和之前的笔记一遍发布在这篇blog中。 Markov Decision