参考：Shusen Wang - YouTubewangshusen/DRL: Deep Reinforcement Learning (github.com)《深度强化学习》王树森《神经网络与深度学习》邱锡鹏一、前置知识1. 概率论随机变量、随机变量的观测值、概率、概率质量函数、概率密度函数、条件概率、期望、随机抽样等。2. 蒙特卡洛近似蒙特卡洛（Monte Carlo）是一大类随机算法（ran

- 阅读全文 -