RL 笔记系列
关于 RL 基础知识的学习笔记。
-
RL学习笔记（1）: 强化学习简介强化学习简介
18 min read zh -
RL学习笔记（2）: 多臂赌博机多臂赌博机问题（ϵ-贪心、UCB、汤普森采样……）
10 min read zh -
RL学习笔记（3）: 马尔可夫决策过程马尔可夫决策过程（MDP）
11 min read zh -
RL学习笔记（4）: 动态规划动态规划（Dynamic Programming）
19 min read zh -
RL学习笔记（5）: 蒙特卡洛方法蒙特卡洛方法（Monte Carlo Methods）
22 min read zh -
RL学习笔记（6）: 时序差分学习时序差分学习（Temporal Difference Learning）
7 min read zh