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。几乎全部的RL问题都能经过MDPs来描述：函数 最优控制问题能够用MDPs来描述; 部分观测环境能够转化成POMDPs; 赌博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，可是如下所描述的MDPs是全观测的状况。性能 强化学习中的表述符号：学习   2.马尔科夫性 只要知道如今，

>>阅读原文<<