馬爾科夫獎賞過程

0 前言 本文寫作目的：儘量通俗講解強化學習知識，使讀者不會被各種概念嚇倒！本文是第一篇，但是最關鍵的一篇是第二篇馬爾科夫決策過程(Markov Decision Process，MDP)，只有充分理解了馬爾科夫決策過程，才能遊刃有餘的學習後續知識，所以希望讀者能夠將MDP深入理解後再去學習後續內容。 由於本人水平有限，文章寫作順序幾乎是完全按照David Silver強化學習課程講解，但是會補充

>>阅读原文<<