notes to self
关于人工智能与工程的学习笔记。把学过的东西，慢慢想清楚。
NewestMar 14, 2026
一篇给初学者的强化学习入门文章：从状态、动作、奖励和策略讲起，串起价值函数、贝尔曼方程、TD 学习、DQN 与策略梯度。