強化學習筆記3-Python/OpenAI/TensorFlow/ROS-規劃博弈

規劃：主要涉及馬爾科夫決策（MDP），經常使用於已知環境求解；python 博弈：主要涉及蒙特卡羅方法，經常使用於未知狀態求解。web 基礎知識點： Markov Decision Processes-MIT https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-825-techniques-in-art

>>阅读原文<<