本文共 145 字，大约阅读时间需要 1 分钟。

本课件主要内容包括：

1. HMM，马尔可夫过程，马尔可夫决策过程

2. 非确定的情况

3. 时间差分学习

4. MDP与RL

5. MDP与强化学习：未来发展方向

6. 关于动物的强化学习？

7. 人类学习的RL模型

8. 大脑的RL理论

9. 时间差ML模型：预测学习过程中多巴胺能神经元活性

完整课件下载地址：

更多精彩文章请关注微信号：

转载地址：http://ljlp.baihongyu.com/