此文章是对CSIT6000F Artificial Intelligence的记录
包含：马尔可夫决策模型的思想，强化学习的思想和两者的比较
一、马尔可夫决策
1、前提概要
（1）搜索问题
一个搜索问题将包含有：
- 一系列的状态 States
- 初始状态 Starting State
- 状态转换的行动 Actions
- 终止状态 Goal
- 损失函数 Cost Function
（2）马尔科夫决策
马尔科夫决策包含：
- 一系列的状态 States
- 初始状态 Starting State
马尔科夫决策本质在于：当前状态决定未来
