David silver 強化學習公開課筆記（二）：MP、MRP、MDP

1 引言 1.1 Markov 的性質 正如上一節課提到的，Markov 狀態表示當前的狀態包括了歷史所有的信息，也就是給定當前狀態，未來和歷史是獨立的。通俗的說就是未來只和現在有關，和過去是沒有關係的！其實也不能說和過去是沒有關係，而是現在狀態包括了所有的歷史。有點繞。。還是看下面的定義式： 所有的 RL 的問題都能表示爲一個 MDP。關於什麼是 MDP，下面再說。 1.2 狀態轉移矩陣  從狀

>>阅读原文<<