你好，欢迎来到动视！
登录
注册
百科
科技
教育
生活
旅游
时尚
美容
美食
健康
体育
游戏
汽车
元宇宙
家电
财经
综合
马尔可夫决策过程（MDP），强化学习，状态空间，动作空间，状态转移概率，奖励函数，策略，最优策略，价值函数，路径规划
Top
