强化学习的数学原理（1-3）

本课程笔记参考（西湖大学智能无人系统实验室-赵世钰）https://www.bilibili.com/video/BV1sd4y167NS/?spm_id_from=333.337.search-card.all.click

文献引用：S. Zhao, “Mathematical Foundations of Reinforcement Learning”, Tsinghua University Press and Springer Nature Press, 2024

课程介绍

一些推荐书籍（不一定适合初学者）

课程安排：

第一课 基本概念

概念	英文表示	字母表示
状态	State	$s_i$
状态空间	State Space	S={ si}\mathcal{S}=\{s_i\}S={ si​}
行动	Action	$a_i$
行动空间	Action Space	A(si)={ ai}\mathcal{A}(s_i)=\{a_i\}A(si​)={ ai​}
状态转移	State Transition	$s_1\stackrel{a_1}{\to }{s}_2$
状态转移概率	State Transition Probability	$p(s^{}$