七月算法強化學習 第二課 學習筆記

一.Unknown Environment MDP  1.回顧： 1）Known Environment MDP 策略評估 2）Known Environment MDP 尋找最優策略 2.Unknown Environment MDP 1）大多數時候模型未知，No knowledge of MDP transitions / rewards What do you do when don’t k

>>阅读原文<<