强化学习与马尔可夫决策

在上一篇文章 强化学习的基本概念 中，用大白话介绍了强化学习的一些基本概念，尤其是强化学习的基本过程。在了解了强化学习的基本概念之后，在本篇文章中，笔者将介绍一下马尔可夫决策过程，用马尔可夫决策过程来形式化的描述强化学习。 强化学习与马尔可夫决策过程 首先回顾一下Agent与Environment交互的过程。 在每一个时刻，Agent会观察到Environment的状态。根据状态，Agent通过决

>>阅读原文<<