强化学习基础 (3)：动态规划求解
本文探讨了强化学习中的动态规划 (Dynamic Programming, DP) 算法，DP算法是一种用于求解MDP问题的最优策略的一系列算法，其核心思想在于：利用价值函数来指导和描述能够得到最优策略的搜索方法。文中详细介绍了两种非常经典的DP算法：策略迭代和值迭代，这是现代强化学习算法的基石。最后，文章通过引入巴拿赫不动点理论，从数学上严格证明了DP算法的收敛性。
强化学习基础
共 3 篇文章
强化学习理论基础：多臂赌博机、马尔可夫决策过程、动态规划等，以 Sutton《强化学习导论》为主线梳理核心概念与收敛性证明。