https://zhuanlan.zhihu.com/p/28084942
这位知乎的博主是根据David Silver的课件讲的。我认为讲得比较清楚。可以参考
增强学习（强化学习）基础之马尔科夫决策过程
猜你喜欢
转载自blog.csdn.net/hai008007/article/details/80286978
今日推荐
周排行