51
Dev开发社区
首页
文章
问答
工具
搜索
登录
注册
#Gambler
【RL系列】马尔可夫决策过程——Gambler's Problem
Gambler'sProblem,即“赌徒问题”,是一个经典的动态编程里值迭代应用的问题。在一个掷硬币游戏中,赌徒先下注,如果硬币为正面,赌徒赢回双倍,若是反面,则输掉赌注。赌徒给自己定了一个目标,本金赢到100块或是输光就结束游戏。找到一个关于本金与赌注之间关系的策略使得赌徒最快赢到100块。...
代码星球
·
2020-04-12
RL
系列
马尔
可夫
决策
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他