重温强化学习之基于模型方法：动态规划

基于模型的强化学习，可以用动态规划求解

动态规划要求知道马尔科夫五元组：状态集、动作集、状态转移矩阵、奖励、折扣因子    －－－使用贝尔曼方程

1、前言

什么是动态规划？

2、策略评价

3、策略提升

4、策略迭代(策略评价＋策略提升＋...)

5、值迭代

 

 

 

参考连接：

https://blog.csdn.net/hiwallace/article/details/81220130