Enterprise Intelligence Hub
强化学习 Posts
Mastering Complexity
探索 EXA 的统一智能生态系统，将复杂的业务环境转化为简单明好的结论，并重新定义您的企业战略。
敬请期待
AI
强化学习
EXA Team
强化学习史：从贝尔曼方程到深度强化学习
之所以选择强化学习（Reinforcement Learning，RL）作为本博客的第一个主题，一方面是因为我个人对强化学习抱有浓厚兴趣：它以传统理论为基础，沿着不同于近年来迅猛发展并备受关注的深度学习和 LLM AI 智能体的轨迹，不断发展并持续影响着现实世界；另一方面，强化学习将被整合到 Exavion 的扩展型 ERP、AI 集成企业应用 Exa-Solution 中，这也是主要原因之一。
ANALYSIS
AI
强化学习
EXA Team
数学之前的强化学习：从行为实验到 MDP
许多初次接触强化学习的学习者无法清楚理解马尔可夫决策过程（Markov Decision Process，MDP）与强化学习（Reinforcement Learning）之间在概念上的差异和关系，因此常常在学习初期面临入门障碍。为了减少这种困惑，有必要先梳理二者之间的关系。
ANALYSIS