强化学习（Reinforcement Learning）的方法分类

强化学习（Reinforcement Learning）的方法分类

从Andrew Ng的cs229公开课开始接触强化学习已经有一段时间了，但对于强化学习中的各种方法一直很混乱，有必要简单归类整理一下，涉及的强化学习方法有：

Value Iteration 值迭代

Policy Iteration 策略迭代

Monte Carlo Learing 蒙特卡洛学习

Q-learning

DQN（Deep Q-learning Network）

Sarsa

Policy Gradient

Actor-Critic

DDPG（Deep Deterministic Policy Gradient）

A3C（Asynchronous Advantage Actor-Critic）

所有的这些强化学习方法都是以马尔可夫决策过程（MDPs）为基础的



这些方法的具体总结以后有时间再做。