由于需要，在强化学习的学习过程中，本着搞透彻的基本观念，认真研读了Sutton的强化学习圣经 An Introduction。
以下是我在看完3~6章后个人的一些理解，也为了能够理清楚具体的原理，在这篇博客记下来相关内容。
附上链接：
第4章：动态规划
第5章：蒙特卡洛方法
第6章：TD方法：包括Sara和Q-learning算法
强化学习Sutton （Reinforcement Learning ： An introduction ）文章概括和总结
原文：https://www.cnblogs.com/xsy123/p/12711245.html