摘要：
强化学习下两类：有模型和无模型。意思就是字面意思，就是算法里有没有网络模型。 没有模型的强化算法有： Q-learning, Sarsa. (PS: 垃圾中的战斗机，了解就行， 有一个Q表，不停迭代) 有模型的强化算法有： 有太多了，没有必要纠结。 常见的就是DQN家族算法，PPO，A2C, A3C 阅读全文
摘要：
假设有一个过程: 状态S1 -> 状态S22 -> 状态S33 -> 状态S 如果上面的过程加一个条件，下一个状态只与当前状态有关， 那么可以理解为这个过程就是马尔可夫过程 说明：当前状态S1到下一个状态S22只是其中一个路径，到下一状态还有可能是S21. S23 等等。。。 依此类推 大脑可以想象 阅读全文