**
Task02
:马尔可夫决策过程及表格型方法(3天)**
视频:
马尔科夫决策过程 上:https://www.bilibili.com/video/BV1g7411m7Ms
马尔科夫决策过程 下:https://www.bilibili.com/video/BV1u7411m7rh
MDP、Q 表格:https://www.bilibili.com/video/BV1yv411i7xd?p=4
强化概念、TD更新、Sarsa引入:https://www.bilibili.com/video/BV1yv411i7xd?p=5
Sarsa算法介绍与代码解析:https://www.bilibili.com/video/BV1yv411i7xd?p=6
on_policy与off_policy对比、Q-learning解析:https://www.bilibili.com/video/BV1yv411i7xd?p=7
近期比较忙 后续课程补上内容