求解马尔科夫决策过程都有哪些方法？

[weixin_28740065]

求解马尔科夫决策过程都有哪些方法？

[weixin_38498942]

求解MDP可以直接求解Bellman方程，但是通常Bellman方程难以列出且计算复杂度高，除此以外还可以用DP(Dynamic Programming，动态规划)，MC(Monte Carlo，蒙特卡罗)，TD(Temporal Difference，时间差分)算法求解。