#Gambler

【RL系列】马尔可夫决策过程——Gambler's Problem

Gambler'sProblem,即“赌徒问题”,是一个经典的动态编程里值迭代应用的问题。在一个掷硬币游戏中,赌徒先下注,如果硬币为正面,赌徒赢回双倍,若是反面,则输掉赌注。赌徒给自己定了一个目标,本金赢到100块或是输光就结束游戏。找到一个关于本金与赌注之间关系的策略使得赌徒最快赢到100块。...