青墨书晚风
2025-12-04
强化学习的一些基础知识点,以前学过了就学过了,未做总结,遗忘成本高。
马尔可夫决策过程
马尔可夫性质:是指在一个随机过程中,给定现在状态以及过去所有状态情况下,其未来状态的条件概率分布仅依赖于当前状态。
马尔可夫链:马尔可夫过程是一组具有马