强化学习：基于模型的动态规划方法
1、最优价值函数
2、动态规划方法
2.1、策略迭代
2.2、值迭代
2.2.1、值迭代示例
2.3、策略迭代和值迭代的异同
强化学习：基于模型的动态规划方法
1、最优价值函数
2、动态规划方法
2.1、策略迭代
2.2、值
阅读背景：
强化学习：基于模型的动态规划
来源：互联网
分享到：
