Loading

2022年1月13日
强化学习 马尔可夫过程&动态规划
摘要： 1. 背景介绍 2. 动态特性 3. 价值函数 4. 贝尔曼期望方程 5. 贝尔曼最优方程 6. 策略评估-解析解 7. 策略评估-迭代解 8. 策略改进定理 9. 策略改进-贪心策略 10. 价值迭代 阅读全文
posted @ 2022-01-13 22:01 橘崽崽啊 阅读(95) 评论(0) 推荐(0) 编辑