强化学习 1 --- 马尔科夫决策过程详解（MDP）

强化学习 --- 马尔科夫决策过程（MDP） 1、强化学习介绍 ​ 强化学习任务通常使用马尔可夫决策过程（Markov Decision Process，简称MDP）来描述，具体而言：机器处 ...