David Silver強化學習課程筆記（三）

第三課：動態規劃         課程標題本來是「Planning by Dynamic Programming」，應該翻譯爲」利用動態規劃方法進行規劃「，但是感覺有點長，所以就使用」動態規劃「作爲標題，大家理解就好......         先說下這節課講的主要內容，主要有：策略估計、策略迭代、值迭代、動態規劃擴展、收縮映射定理。其中策略估計主要介紹如何利用迭代方法對策略的值函數進行估計，也即

>>阅读原文<<