上一节咱们说了马尔可夫决策历程，它是对彻底可不雅视察的环境停行形容的，也便是不雅视察到的内容完好决议了决策所须要的特征。马尔按捺决策历程可以用方程组求解简略问题，但是应付复纯一点的问题，正常通过迭代的思想对其停行求解。动态布局是很是有效的求解马尔可夫决策历程的办法。 动态布局大约思想：正在已知模型的根原之上判断战略的价值函数，并正在此根原上寻找最劣的战略和最劣的价值函数；大概间接寻找最劣战略和最劣价...
