强化学习笔记1—MDP

记录一下自己学习强化学习的过程，很多地方都是以自己的方式理解的。主要参考郭宪的《深入浅出强化学习》，莫烦的强化学习系列教程，Sutton 的《Reinforcement Learning An Introduction Second edition》、《Deep-Reinforcement-Learning-Hands-On》，以及一些经典算法的原版论文等。

本文pdf清晰版：https://github.com/WWXXQQ/-/blob/master/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B01%E2%80%94MDP.pdf