自己第一篇 paper 就是用 MDP 解决资源优化问题，想来那时写个东西真是艰难啊。 彼时倒没想到这个数学工具，如今会这么火，还衍生了新的领域——强化学习。当然现在研究的内容已有了很大拓展。 自己第一篇 paper 就是用 MDP 解决资源优化问题，想来那时写个东西真是艰
阅读背景：
深度强化学习（理论篇）—— 从 Critic-only、Actor-only 到 Actor-Critic_TangowL
来源：互联网
分享到：
