贝尔曼方程

从摸石头过河到看录像学习：强化学习与离线RL的进化故事举例：一个刚“出生”的机械臂，它面前有一个红色杯子。它想抓住这个杯子，但一开始它连手臂怎么动都会碰倒杯子。经过无数次摔倒和重来，它终于学会了稳稳抓取。这个“试错-学习-变强”的过程，就是强化学习的核心思想。本文将通过一个贯穿始终的机械臂学抓取的故事，由浅入深地揭开强化学习（RL）与离线强化学习（Offline RL）的算法演进史。

强化学习基础之贝尔曼期望方程本文将对强化学习的基础概念、随机过程、数学推导以及分类进行全面总结。我们将确保章节之间思路连贯，内容尽量详细，并在有公式的地方附带解释。希望通过这篇文章，能够帮助读者更深入地理解强化学习的核心原理及其应用。

深度强化学习（三）马尔科夫决策过程参考文章：https://blog.csdn.net/taka_is_beauty/article/details/88356375

我是有底线的