参考文献：
https://www.cnblogs.com/pinard/p/9385570.html
之前有一个项目在算法设计阶段用到了强化学习方案，突击了两周学习了一些基础知识，虽然后来由于项目方向变更方案没有实施，但由此对强化学习产生了兴趣，也断断续续的看一些相关的材料。最近在看刘建平的强化学习笔记，觉得写的思路清晰易懂，遂参照其思路也记录一下自己对强化学习的理解。
来源：博客园
作者：Fosen_Hai
链接：https://www.cnblogs.com/Fosen/p/11450731.html