freemeditator

本资料为学徒学习大牛的博士论文，该论文通过提供专家策略，利用逆强化学习的方式，快速学习到媲美专家策略的新策略。

本文档是介绍多臂老虎机的专门书籍，内容较为详实，适合强化学习入门人员参考。