如何用python实现可列折扣马尔科夫决策过程实例的构造？
最近在学习马尔科夫决策过程，想要找一些离散折扣马尔科夫决策过程，状态集可列，行动集有限，报酬函数有界的实例，尝试过搜论文或者直接搜，找到的好像都不是很理想。请问大家有没有什么好的方法？
或者如果要自己想要写算法构造这样的实例的话应该如何去构造表示呢？
还有想要学习这方面的python编程的话，各位有没有比较推荐的教材？
看了蛮多篇文章，但是自己开始写就有一种无从下手的感觉TAT
谢谢大家Orz
回答
和开发者交流更多问题细节吧，去 写回答
相关文章
相似问题
相关问答用户
请输入您想邀请的人