2026年7月9日
强化学习 (2) —— 马尔科夫决策过程
摘要： 强化学习 (2) —— 马尔科夫决策过程 强化学习中的环境一般就是一个马尔科夫决策过程。 马尔科夫决策过程包含状态信息以及状态之间的转移机制，如果用强化学习去解决一个实际问题，第一步就是把这个问题抽象成一个马尔科夫决策过程。 马尔科夫过程 随机过程： 概率论的动力学部分。传统概率论内容研究的是静态的 阅读全文
posted @ 2026-07-09 02:06 BorisDimitri 阅读(23) 评论(0) 推荐(0)