一、前言
在第一章强化学习简介中，我们提到强化学习过程可以看做一系列的state、reward、action的组合。本章我们将要介绍马尔科夫决策过程（Markov Decision Processes)用于后续的强化学习研究中。在第一章强化学习简介中，我们提到强化学习过程可以看做一系列的state、rewa
阅读背景：
强化学习二：Markov Processes
来源：互联网
分享到：
