Uzuki

摘要： 最近在搞强化学习（Reinforcement Learning），打算把之前写的笔记整理一下 本文基于大卫 希尔维（David Silver）教授的强化学习概论课程，视频中所采用的样例学生马尔科夫链（Student MDPs）有时间再补上去 出处：[https://www.youtube.com/watch?v=lfHX2hHRMVQ&list=PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ&index=2]() 阅读全文