強化學習的歷史和學習博客網址

強化學習推薦學習網站：莫凡博客https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/   1.強化學習的歷史發展 1956年Bellman提出了動態規劃方法。 1977年Werbos提出只適應動態規劃算法。 1988年sutton提出時間差分算法。 1992年Watkins 提出Q-learni

>>阅读原文<<