芋圆院长

摘要： 注：本节内容是对Sutton的《Reinforcement Learning：An introduction》第八章的理解整理~ 这里是前两节 如何从统一视角来考虑一系列强化学习方法？ 稍微整理一下之前分享整理的强化学习思路： 具备完整的环境模型，我们使用贝尔曼方程（解方程或仿真求解）得到状态函数， 阅读全文