佛山企业网站建设吉林网络seo

前言

总之开始学!

正文

先从一些concept开始吧,有一个脉络比较好

state

首先是就是状态和状态空间,显而易见,不多说了

action

同理,动作和动作空间

state transition

状态转换,不多说

policy

策略,不多说

reward

奖励,不多说

MDP(马尔科夫)

这里需要注意到就是这个是无历史影响的

尾声

好啦,简单过一遍,结束