David Silver强化学习课程笔记（三）

第三课：动态规划         课程标题本来是“Planning by Dynamic Programming”，应该翻译为”利用动态规划方法进行规划“，但是感觉有点长，所以就使用”动态规划“作为标题，大家理解就好......         先说下这节课讲的主要内容，主要有：策略估计、策略迭代、值迭代、动态规划扩展、收缩映射定理。其中策略估计主要介绍如何利用迭代方法对策略的值函数进行估计，也即

>>阅读原文<<