【強化學習】第一篇--馬爾科夫決策過程

作者：王小草 筆記時間：2019年1月20日 1 馬爾科夫性質與過程 1.1 馬爾科夫性質 馬爾科夫性質即： 系統的下一狀態只與當前狀態有關，與以前的歷史狀態無關。 公式表達： 特點： 當前狀態蘊含所有相關歷史信息 一旦當前狀態已知，歷史信息將會被拋棄 1.2 馬爾科夫過程 馬爾科夫過程即： 該過程中所有狀態都滿足馬爾科夫性。 表示： 馬爾科夫過程可以用一個二元組表示(S, P) S 是一個有限的

>>阅读原文<<