强化学习（Reinforcement Learning）的方法分类

强化学习（Reinforcement Learning）的方法分类

从Andrew Ng的cs229公开课开始接触强化学习已经有一段时间了，但对于强化学习中的各种方法一直很混乱，有必要简单归类整理一下，涉及的强化学习方法有：

• Value Iteration 值迭代
• Policy Iteration 策略迭代
• Monte Carlo Learing 蒙特卡洛学习
• Q-learning
• DQN（Deep Q-learning Network）
• Sarsa
• Policy Gradient
• Actor-Critic
• DDPG（Deep Deterministic Policy Gradient）
• A3C（Asynchronous Advantage Actor-Critic）

所有的这些强化学习方法都是以马尔可夫决策过程（MDPs）为基础的

这些方法的具体总结以后有时间再做。