漫谈自学习人工智能代理：马尔可夫决策过程（第一部分）_cjea42103的博客

作者：Artem Oppermann

这是关于自学习人工智能代理的多部分系列的第一篇文章，或者更准确地称之为深度强化学习。本系列的目的不仅仅是让你对这些主题有所了解。相反，我想让你更深入地理解深度强化学习的最流行和最有效的方法背后的理论、数学和实施。 这是关于自学习人工智能代理的多部