强化学习数学基础

7-TD-learning(上半部分)

6-随机近似与随机梯度下降

5-蒙特卡洛方法(Monte Carlo)

4-值迭代与策略迭代

3-贝尔曼最优公式

2-贝尔曼公式

1-强化学习基本概念