mumujun12345

摘要： Chapter 2 MAB问题 参考：动手学强化学习,建议读者去看看原文 2.1 简介 智能体与环境交互学习，试错型学习。 多臂lh机（后简称MAB）问题，是一种简化的强化学习问题。 不存在状态信息，仅存在动作和奖励，是最简单的交互学习形式。 主要有探索和利用问题。 2.2 问题介绍 2.2.1 定 阅读全文