强化学习理论笔记

一套面向 Obsidian 阅读 + GitHub 展示 的强化学习学习笔记，内容覆盖基础概念、值函数方法、策略梯度方法、信任域方法，以及部分基于模型的方法。

内容结构

导航页

• 强化学习算法全景

基础概念

• MDP
• Bellman方程
• MC与TD对比

值函数方法

• Q-learning
• Sarsa
• DQN

策略梯度方法

• REINFORCE
• Actor-Critic
• TRPO算法
• PPO算法

基于模型 / 最优控制

• LQR算法
• MBRL隐空间模型

速查与总览

• 高频混淆点速查
• 强化学习理论（原始整合版存档）

阅读建议

如果是第一次学习，推荐顺序是：

1. MDP -> Bellman方程 -> MC与TD对比
2. Q-learning -> Sarsa -> DQN
3. REINFORCE -> Actor-Critic -> TRPO -> PPO
4. LQR -> MBRL隐空间模型

说明

• 笔记主要为个人学习整理，排版优先适配 Obsidian。
• 仓库中的双链 [[...]] 主要服务于 Obsidian 内部跳转。
• GitHub 中建议从 强化学习算法全景 开始阅读。

License

本仓库内容采用 CC BY-NC 4.0 许可协议：

• 允许转载、分享、改编
• 需要保留署名
• 不允许商业使用