原文：强化学习通俗理解系列二：马尔科夫决策过程MDP
第一课：一文读懂马尔科夫过程
精诚至_金石开    阅1125    转7
强化学习（二）马尔科夫决策过程(MDP)
汉无为    阅305
强化学习中无处不在的贝尔曼最优性方程，背后的数学原理为何？
taotao_2016    阅195    转4
手把手教你用TensorFlow玩转Flappy Bird！
啊司com    阅645    转2
算法基础（17） | 强化学习 | Markov决策过程
ZZvvh2vjnmrpl4    阅143
强化学习（Reinforcement Learning）知识整理
ddguo2001    阅1933    转9
强化学习的基础知识和6种基本算法解释
天承办公室    阅13
深入理解强化学习，看这篇就够了
520jefferson    阅3612    转8
一文读懂AlphaGo背后的强化学习
点画狼藉    阅48
潮科技行业入门指南：深度学习理论与实战：提高篇（16）—— ​强化学习简介 （二）
lindan9997    阅38
python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题
拓端数据    阅377
强化学习的值函数和策略方法
昵称26407850    阅23
南京大学俞扬博士万字演讲全文：强化学习前沿（上）
天道酬勤197102    阅1063    转5
漫谈机器学习经典算法
mscdj    阅510    转4
秒懂 | 南京大学俞扬博士独家演讲：强化学习前沿（下）
anyyss    阅265    转3
使用价值迭代网络进行规划
黄元昌5533    阅266
强化学习的基本迭代方法
四地贤夫    阅169
强化学习学习笔记
长沙7喜    阅762    转5
基于小波包分解-概率模糊集特定策略下马尔可夫决策过程的微电网公共耦合点功率优化控制
电气技术杂志社    阅21
美国工程院院士深度解析：博弈论与控制面临哪些挑战和机遇？
超级战舰11    阅182    转2
专业课 | 运筹学动态规划笔记
吴敬锐    阅1068    转4
第五章 动态规划
太好学    阅71
强化学习简介（第二部分）：Q
Rainbow_Heaven    阅865    转5
ADAS算法设计中的“行为决策”过程详解
ZHAOHUI82    阅430    转6
强化学习100篇论文综述（附论文列表）
学术头条    阅2545    转4
薛定谔的小板凳与深度学习的后浪
止观观止    阅79    转2
MuZero：用学习模型规划MuZero玩转雅达利、围棋、国际象棋和日本将棋
印度阿三17    阅160