摘要：
CS188: https://inst.eecs.berkeley.edu/~cs188/su19/ Berkeley 的材料，其中的 slides 和 note 都很棒；然后，想要刷题的话，可以在这里 https://edge.edx.org/courses/course v1:BerkeleyX 阅读全文
摘要：
在 MDP 中，我们给出了 model（即转移 T 和奖励 R 的具体形式），然而，这种情况显然是理想的，要解决现实中的问题，我们一般不能得到 model，因此，就进入到了这个专题——强化学习 RL。 和 MDP 中的概念类似，这里有状态集 S，动作集 A，对于我们的每个 $(s,a)$ 环境会给出 阅读全文