Jupyter Notebook Viewer

Name
..
梯度赌博机算法中，偏好函数更新：梯度上升公式是精确梯度上升的随机近似的证明.md
第10章：基于函数逼近的同轨策略控制.md
第11章：基于函数逼近的离轨策略方法.md
第12章：资格迹.md
第13章：策略梯度方法.md
第9章：基于函数逼近的同轨策略预测.md
策略改进（Policy Improvement）使策略更优的数学证明.md
表格型方法总结.md