会员
周边
捐助
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
JinyuBlog
博客园
首页
新随笔
联系
订阅
管理
2018年7月12日
【RL系列】马尔可夫决策过程中状态价值函数的一般形式
摘要: 请先阅读上一篇文章:【RL系列】马尔可夫决策过程与动态编程 在上一篇文章里,主要讨论了马尔可夫决策过程模型的来源和基本思想,并以MAB问题为例简单的介绍了动态编程的基本方法。虽然上一篇文章中的马尔可夫决策过程模型实现起来比较简单,但我认为其存在两个小问题: 数学表达上不够简洁 状态价值评价型问题与动
阅读全文
posted @ 2018-07-12 15:50 JinyuBlog
阅读(1750)
评论(0)
推荐(1)
编辑
公告