Reinforcement Learning 一：历史发展背景与介绍

大家好，今天跟大家分享一下强化学习。 1.强化学习的历史发展 1956年Bellman提出了动态规划方法。 1977年Werbos提出只适应动态规划算法。 1988年sutton提出时间差分算法。 1992年Watkins 提出Q-learning 算法。 1994年rummery 提出Saras算法。 1996年Bersekas提出解决随机过程中优化控制的神经动态规划方法。 2006年Kocsi

>>阅读原文<<