欢迎转载，请注明出处：https://blog.csdn.net/tayhh/article/details/81290137

主要从下面几个模块来介绍

1.任务与目标

2.单步强化学习:K-摇臂赌博机

3.有限多步强化学习:有模型学习

4.有限多步强化学习:免模型学习

5.无穷多步强化学习:值函数近似

6.模仿学习

1.任务与目标

 2.单步强化学习:K-摇臂赌博机

3.有限多步强化学习:有模型学习

4.有限多步强化学习:免模型学习

5.无穷多步强化学习:值函数近似

6.模仿学习