课件：Lecture 2: Markov Decision Processes 视频：David Silver深度强化学习第2课 - 简介 (中文字幕) 马尔可夫过程 马尔可夫决策过程简介 马尔可夫决策过程(Markov Decision Processes, MDPs)形式上用来描述强化学习中的环境. 其中,环境是完全可观测的(fully observable),即当前状
一、超复数数系 从实数扩展到复数，实际上是从实数轴扩张到复平面，即从一元数扩展到二元数。那么我们能够扩展到更高维的空间哪？数学家给了我们答案，我们可以引进$2^{n}$元数。当$n=0,1$时，分别对应实数和复数。当$n=2,3,4$分别对应四元数(Hamilton代数)，八元数（Cayley代数），以及十六元
