RL L1

  • markov decision process

  • Bellman equation

  • value iteration

3 Ways of Learning
Markov Decision Process
On Rewards
Two way is Infinite
Discount Factor
Polices
Finding Polices
Findn Polices Quiz
Finding Polices Again
V Function & Q Function
C Function
Ralation of Bellman Equations( Q Func is Cool!)
What've Learned
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容