强化学习无模型与基于模型区别

了解强化学习，我们首先得知道Bellman方程： 其可表示为递归形式的状态价值方程形式： http://www.javashuo.com/article/p-qalsmugy-ut.html 一句话，有模型与无模型的区别，在于是否已知当前状态、动作转移至下一状态及获得奖励的分布，若能直接提供给强化学习算法，则称之为基于模型。 参考至网页中的分析。

>>阅读原文<<