强化学习从基础到进阶-案例与实践[2]：马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代 - 码农知识堂

强化学习从基础到进阶-案例与实践[2]：马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代
【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现

专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现

对于深度强化学习这块规划为：
- 基础单智能算法教学（gym环境为主）
- 主流多智能算法教学（gym环境为主）
  - 主流算法：DDPG、DQN、TD3、SAC、PPO、RainbowDQN、QLearning、A2C等算法项目实战
- 一些趣味项目（超级玛丽、下五子棋、斗地主、各种游戏上应用）
- 单智能多智能题实战（论文复现偏业务如：无人机优化调度、电力资源调度等项目应用）
本专栏主要方便入门同学快速掌握强化学习单智能体|多智能体算法原理+项目
相关阅读:
CVPR 2022数据集汇总｜包含目标检测、多模态等方向
 数据在内存中的存储——深度解析
 python 网页爬虫，多任务下载
 【核心复现】基于合作博弈的综合能源系统电-热-气协同优化运行策略（Matlab代码实现）
BSN专网+医疗保险：MediConCen与BSN达成战略合作，提升理赔效率
 如何建立一个自己的网站？不懂代码搭建自己网站详细教程
 数组在TypeScript中是如何工作的
 金仓数据库KingbaseES客户端编程开发框架-SQLAlchemy（2. 概述）
Typescript中类的使用
 LambdaQueryWrapper模拟实现
原文地址：https://blog.csdn.net/sinat_39620217/article/details/131304485