本文介绍了马尔可夫决策过程，其中包括了马尔可夫过程，马尔可夫奖励过程，马尔可夫决策过程，蒙特卡洛方法，占用度量等等知识，并附上具体实现的python代码_mdp代码...

浏览 71 次 标签： 强化学习——马尔可夫决策过程（MDP）【附 python 代码】