人物Bellman
Richard Bellman
美国数学家，于1950年代提出马尔可夫决策过程（MDP）和Bellman方程，奠定了动态规划和强化学习的数学基础
时间轴 (近 90 天)
9月7日
强化学习框架最早由Richard Bellman在1950年代提出
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%
美国数学家，于1950年代提出马尔可夫决策过程（MDP）和Bellman方程，奠定了动态规划和强化学习的数学基础
强化学习框架最早由Richard Bellman在1950年代提出
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