强化学习原理一

强化学习原理，Reinforcement Learning 简称RL。

• 基础工具，Fundamental tools
  • 基本的概念 Concepts
  • 贝尓曼公式
  • 贝尔曼最优公式
• 算法和方法，Algorithms and methods
  • 值迭代 value iteration
  • 策略迭代 policy iteration
  • 蒙特卡洛的方法 Monte Carlo
  • 时序差分的方法 
  • 基于value function approximation
  • policy gradient method
  • actor-critic method