第一课：一文读懂马尔科夫过程

1.马尔科夫决策过程（MDPs）简介 马尔科夫决策过程是对强化学习(RL)问题的数学描述。几乎所有的RL问题都能通过MDPs来描述： 最优控制问题可以用MDPs来描述; 部分观测环境可以转化成POMDPs; **机问题是只有一个状态的MDPs; 注：虽然大部分DL问题都能转化为MDPs，但是以下所描述的MDPs是全观测的情况。 强化学习中的表述符号：   2.马尔科夫性 只要知道现在，将来和过去条

>>阅读原文<<