摘要： 1、简介 1.1、动态规划 动态规划的性质:最优子结构；无后向性 动态规划假定MDP所有信息已知，解决的是planning问题，不是RL问题 1.2、两类问题 预测问题：给定策略，给出MDP/MRP和策略，计算策略值函数 控制问题：不给策略，给出MDP/MRP，得出最优策略值函数 2、策略评估 通过 阅读全文