强化学习第二章总结: e-greedy算法，梯度上升算法，the 10-armed bandit problem
学习强化学习《ReinforcementLearningAnIntroduction》，总结第二章的知识，包含一个问题，两个算法。问题：the10-armedbanditproblem算法：e-greedy、剃度上升仿真代码见附带资料：the10-armedbanditproblem1.问题描述：the10-armedbanditproblem这是一个重复做选择的问题。一共有10个选择，重复选择1