摘要： 1、简介 1.1、为什么有值函数近似 状态空间太大，基于DP/MC/TD的方法的离散值太多，存储量太大，运行太慢 1.2、值函数近似有两种方法 一个是状态值函数方法；一个是状态动作值方法 1.3、值函数近似的三种类型 类型1：输入状态S，输出v 类型2：输入状态S，action a，输出Q(s,a, 阅读全文