速習 強化学習 の2ページ目の非数学科向けの解説

P2では,マルコフ決定過程(MDP)を定式化が全てである. キーワードとその意味を紹介する.精密な議論は避け,直感的な説明を心がける. 可算集合:元を全て数え上げることのできる無限集合状態:強化学習における状態(図1を参 … “速習 強化学習 の2ページ目の非数学科向けの解説”の続きを読む