强化学习笔记1-有限马尔可夫决策过程

这个系列的笔记打算写的是看了david silver的视频和sutton的introduction to rl（前几章）后的摘要，大概就是我觉得重要的东西。 我发现david silver的视频和introduction在大纲内容上是非常相似的，具体细节上，David silver的视频更强调实用，会有一些比较新的内容，sutton的书更理论，有助于完整地理解强化学习的本质。 这个笔记的内容不一定

>>阅读原文<<