标签：贝尔曼方程

AI算法

每日算法 — 使用java实现Flappy Bird：MDP建模与值迭代最优管道穿越策略

一、为什么 Flappy Bird 是“控制问题”而不是“游戏” Flappy Bird...

AI算法

一、为什么用井字棋讲强化学习井字棋（Tic-Tac-Toe）是强化学习教科书里最常见的入门沙盘，原因有三个：状态空间可穷举。全部合法局面只有 5478 个（其中 4520...

AI算法

一、大富翁里真正的算法：不是掷骰子，而是"该不该买地"...