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。