西湖大学强化学习笔记

学习西湖大学强化学习课程/教材的读书笔记，涵盖强化学习基础、策略梯度、Actor-Critic 等核心内容。

笔记列表

• 随机近似 — Robbins-Monro 算法、收敛性条件等随机近似基础内容
• 价值函数 — 函数逼近、梯度下降求解价值函数、DQN
• 策略梯度 — 策略参数化、指标选择、Reinforce 算法
• 第 1–2 讲：强化学习基本概念与贝尔曼方程 — PDF 讲义，5 页
• 第 3 讲：最优状态价值与贝尔曼最优方程 — PDF 讲义，9 页
• 第 4 讲：值迭代与策略迭代 — PDF 讲义，11 页
• 第 5 讲：蒙特卡洛方法 — PDF 讲义，11 页
• 第 6 讲：随机近似 — PDF 讲义，13 页
• TD 算法 — Q-learning、Sarsa、on-policy 与 off-policy