技术栈
贝尔曼最优公式
爱听歌的周童鞋
44 分钟前
强化学习
·
贝尔曼最优公式
·
optimal policy
·
action value
·
maximization
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 3 | Part 2 | 贝尔曼最优公式（最优策略和公式推导）
学习赵老师讲授的强化学习的数学原理视频，本篇文章记录第三讲 Part 2：贝尔曼最优公式（最优策略和公式推导），记录个人学习笔记，和大家一起分享交流😄
我是有底线的