概念
动态规划
通过将复杂问题分解为重叠子问题并保存子问题解来求解最优决策的算法范式，是求解马尔可夫决策过程的经典方法之一
时间轴 (近 90 天)
10月17日
传统0/1背包问题的解法包括动态规划、分支限界和贪心近似。
待验证50%
10月17日
动态规划在多数实例上远快于梯度方法求解0/1背包问题。
待验证50%
9月6日
Richard Bellman在20世纪50年代提出了动态规划理论和Bellman方程，至今仍是几乎所有RL算法的数学基础
待验证50%
通过将复杂问题分解为重叠子问题并保存子问题解来求解最优决策的算法范式，是求解马尔可夫决策过程的经典方法之一
传统0/1背包问题的解法包括动态规划、分支限界和贪心近似。
动态规划在多数实例上远快于梯度方法求解0/1背包问题。
Richard Bellman在20世纪50年代提出了动态规划理论和Bellman方程，至今仍是几乎所有RL算法的数学基础