深度强化学习极简入门（七）——小结：表格型强化学习

为学日益，为道日损。——《老子》第四十八章

不知不觉已经将强化学习中的表格型方法主要内容写完了。这可是走过了RL发展的好几十年的历史呢！老子说，为学日益，为道日损。知识应当多多益善，但是如何从形式上的知识转化为自己真正认同的道呢？
{}
介绍了强化学习发展历史，强化学习问题的形式化描述（马尔可夫决策过程、贝尔曼方程）、蒙特卡洛思想和算法、记忆时间差分思想和算法，还通过编程实现了相关算法并解决OpenAI Gym中的一些棋牌游戏和路径规划问题。内容汇总如下：
深度强化学习极简入门（一）——强化学习发展历史简述
深度强化学习极简入门（二）——使用马尔可夫决策过程(MDP)描述强化学习