摘要：
1. 实验要求 题目：计算最佳策略 在下面例子基础上，自行设计一个问题（例如:求解某两点之间的最短路径， 或是在图中加一些障碍物，计算最短路径）， 给出该问题对应的 MDP 模型描述， 然后分别使用 value iteration 和 policy iteration 算法计算出最佳策略。 2．实验 阅读全文
摘要：
1. 实验要求 题目：计算最佳策略 在下面例子基础上，自行设计一个问题（例如:求解某两点之间的最短路径， 或是在图中加一些障碍物，计算最短路径）， 给出该问题对应的 MDP 模型描述， 然后分别使用 value iteration 和 policy iteration 算法计算出最佳策略。 2．实验 阅读全文