2020年9月27日
马尔科夫决策过程和Bellman方程
摘要： 要求： 1.能够检测到理想的状态 2.可以多次尝试 3.系统的下个状态只与当前状态信息有关，而与更早之前的状态无关，在决策过程中还和当前采取的动作有关。 马尔科夫决策过程由五个元素组成： S:表示状态集（states） A:表示一组动作（actions） P:表示状态转移概率Psa表示在当前s∈S， 阅读全文
posted @ 2020-09-27 16:17 赵代码 阅读(435) 评论(0) 推荐(0) 编辑