摘要：在学习强化学习的过程中，涉及了利用动态规划的思想对MDP进行训练，所以积累一些动态规划的算法知识 算法理论的内容研读了知乎上这的这个回答：动态规划理论 在他举得例子中：假设您是个土豪，身上带了足够的1、5、10、20、50、100元面值的钞票。现在您的目标是凑出某个金额w，需要用到尽量少的钞票。 依 阅读全文