47 - 马尔可夫决策过程

47-1 马尔可夫决策过程：Markov状态转移矩阵

47-2 Markov Rewards Process

47-3 状态价值state value

47-4 Bellman方程（一）

47-5 Bellman方程（二）

47-6 Bellman方程（三）

47-7 Bellman方程（四）

47-8 状态价值函数 v.s 动作价值函数（一）

47-9 状态价值函数 v.s 动作价值函数（二）

47-10 最优总价值与最优动作价值（一）

47-11 最优总价值与最优动作价值（二）

47-12 Flappy bird的简单解决方法（一）

47-13 Flappy bird的简单解决方法（二）