心得&复述知识体系：《强化学习》中的蒙特卡洛方法 Monte Carlo Methods in Reinforcement Learning

前言： 刚刚读完 Sutton 的《强化学习（第二版）》第5章：蒙特卡洛方法。为了巩固本章收获，笔者将在本文中用尽量简单直白的语言复述本章的思想，各个知识点之间的关系。同时，这方便笔者日后进行复习，也与他人分享了心得。 文章目录 各小节间结构关系 补充知识点与心得 [1] 重要度采样比心得 [2] 增量式实现更新公式简单推导 [3] 单状态MDP中，$\pi (\text{left} | s) =

>>阅读原文<<