马尔可夫决策过程(MDP)：马尔可夫奖励(MRP) + 智能体动作因素 本文接前面文章：入门强化学习所需掌握的基本概念MDP的前置知识：随机过程、马尔可夫过程、马尔可夫奖励根据上文 生活百科# MDP# MRP# 价值函数 2个月前0250
