2018年7月13日
【RL系列】马尔可夫决策过程——状态价值评价与动作价值评价
摘要： 请先阅读上两篇文章： 【RL系列】马尔可夫决策过程中状态价值函数的一般形式 【RL系列】马尔可夫决策过程与动态编程 状态价值函数，顾名思义，就是用于状态价值评价（SVE）的。典型的问题有“格子世界（GridWorld）”游戏（什么是格子世界？可以参考：Dynamic programming in P 阅读全文
posted @ 2018-07-13 20:24 JinyuBlog 阅读(1159) 评论(0) 推荐(0) 编辑