強化学習の用語定義

強化学習

Stanford CS234 Reinforcement Learning I Introduction to Reinforcement Learning I 2024 I Lecture 1 - YouTube より。

History、State、マルコフassumption

Sequential Decision Process

MDP (Markov Decision Process)

MarkovDecisionProcess

Policy

EvaluationとControl

リターンとバリュー関数

Value関数

Q関数（State-Action Value関数）

Q関数

モデル

強化学習では、Dynamicsとrewardsに関する数学モデルの事。