1. 马尔科夫决策过程
摘要：
马尔科夫特性： 下一时刻的状态只与现在的时刻的状态相关，与之前的时刻无关，即状态信息包含了历史的所有相关信息。 马尔科夫奖励过程，$<S, P, R, \gamma>$： $S$是有限状态集 $P$是状态转移概率矩阵，${p_{ss'}} = {\rm P}[{S_{t + 1}} = s'|{S_ 阅读全文
posted @ 2018-10-25 18:08 yijun0730 阅读(504) 评论(0) 推荐(0) 编辑