技术栈
马尔可夫决策过程
汤姆和佩琦
1 天前
深度学习
·
学习
·
强化学习
·
马尔可夫决策过程
LLMs基础学习（八）强化学习专题（1）
这部分是为想学习强化学习的人准备的 “知识储备库”，提供不同形式的学习素材：这部分用简洁表述，把强化学习本质提炼出来：