POLAYOR

摘要： # 贝尔曼公式 ## Calculating return 1. Direct calculate 2. Bootstrapping (returns rely on each other) ### Bellman equation - Calculate returns in bootstrapp 阅读全文

摘要： # 基本概念 ## State $$ s_i\quad, \quad S = \{s_i\} $$ - 表示状态和状态空间（集合） ## Action $$ a_i \quad , \quad A = \{a_i\} $$ - 表示动作和动作空间（集合） - 可用Tabular representa 阅读全文