【强化学习笔记】4.1 无模型的强化学习方法-蒙特卡罗算法

无模型

再解释一下什么是无模型？无模型就是状态转移函数，回报函数不知道的情况，不知道在 (s,a) ( s , a ) 的情况下，状态怎么转移，回报函数也不知道， π(st+1|st,at) π ( s t + 1 | s t , a t ) 的转移概率未知。 再解释一下什么是