強化學習1 高斯賽德爾迭代

開始看《深入淺出強化學習——原理入門》,由於時間有限，做個簡要的筆記。 「深度學習如圖像識別和語音識別解決的是感知問題，強化學習解決的是決策問題，人工智能的終極目標就是經過感知進行智能決策。」 1、區分有模型 無模型： 狀態轉移概率Pss'已知，是有模型的強化學習； 2、（有模型的強化學習）值函數是怎麼來的：高斯賽德爾迭代，用前一次的值計算後一次的值，直到收斂！ 以下是高斯賽德爾迭代求值函數內容：

>>阅读原文<<