强化学习读书笔记：第六章
理解马尔科夫决策过程（MDP）
贝尔曼方程和价值迭代
策略迭代与 Q 学习
MDP 的扩展：部分可观测 MDP 和连续状态 MDP
下载地址
用户评论
理解马尔科夫决策过程（MDP）
贝尔曼方程和价值迭代
策略迭代与 Q 学习
MDP 的扩展：部分可观测 MDP 和连续状态 MDP
