Reinforcement Learning 3：Lilian Weng

強化學習（三）：Lilian Weng

2020/04/17

-----

// [1]。

-----

圖一，強化學習的基礎 [1]。

-----

圖二，DP、MC、TD、PG [1]。

-----

圖三，SARS [1]。

-----

圖四，強化學習三要素 [1]。

-----

圖五，Reward Function and Policy [1]。

-----

圖六，Value Function [1]。

-----

圖七，State Value and Action Value [1]。

-----

圖八，Optimal Value and Policy [1]。

-----

圖九，Markov Decision Process [1]。

-----

圖十，圖解 Markov Decision Process [1]。

-----

圖十一，Bellman Equations [1]。

-----

圖十二，圖解 Bellman Expectation Equations [1]。

-----

圖十三，Bellman Expectation Equations [1]。

-----

圖十四，Bellman Optimality Equations [1]。

-----

圖十五，Policy Evaluation and Policy Improvement [1]。

-----

圖十六，Policy Iteration [1]。

-----

References

[1] A (Long) Peek into Reinforcement Learning
https://lilianweng.github.io/lil-log/2018/02/19/a-long-peek-into-reinforcement-learning.html

[2] 強化學習（二）：綜述型論文
http://hemingwang.blogspot.com/2020/04/reinforcement-learningsurvey-paper.html

[3] 強化學習（一）：簡介
http://hemingwang.blogspot.com/2020/04/reinforcement-learningan-introduction.html