MDP

• 技术文章

  MDP的决策迭代和值迭代

  MDP（马尔可夫决策过程） 给定当前状态，未来和过去是独立的。对于MDP，行动的结果仅取决于当前状态，而和过去没关系，这种特性有时被称为“无记忆性”。这个过程可以概括为五个部分： …

  青葱年少

  2022年3月25日

  51200