From 5659776d4b9c12a8f8cd9e04812b0fed10d55c2e Mon Sep 17 00:00:00 2001 From: qiwang067 Date: Fri, 7 Aug 2020 22:17:05 +0800 Subject: [PATCH] update sidebar --- docs/_sidebar.md | 21 +++++++++++---------- 1 file changed, 11 insertions(+), 10 deletions(-) diff --git a/docs/_sidebar.md b/docs/_sidebar.md index 3d4b880..f5b5867 100755 --- a/docs/_sidebar.md +++ b/docs/_sidebar.md @@ -1,15 +1,16 @@ - 目录 - [P1 强化学习概述](chapter1/chapter1) -- [P2 表格型方法](chapter2/chapter2) -- [P3 策略梯度](chapter3/chapter3) -- [P4 近端策略优化 (PPO) 算法](chapter4/chapter4) -- [P5 Q 学习 (基本概念)](chapter5/chapter5) -- [P6 Q 学习 (进阶技巧)](chapter6/chapter6) -- [P7 Q 学习 (连续动作)](chapter7/chapter7) -- [P8 演员-评论员算法](chapter8/chapter8) -- [P9 稀疏奖励](chapter9/chapter9) -- [P10 模仿学习](chapter10/chapter10) -- [P11 深度确定性策略梯度 (DDPG) 算法](chapter11/chapter11) +- [P2 马尔可夫决策过程 (MDP)](chapter2/chapter2) +- [P3 表格型方法](chapter3/chapter3) +- [P4 策略梯度](chapter4/chapter4) +- [P5 近端策略优化 (PPO) 算法](chapter5/chapter5) +- [P6 Q 学习 (基本概念)](chapter6/chapter6) +- [P7 Q 学习 (进阶技巧)](chapter7/chapter7) +- [P8 Q 学习 (连续动作)](chapter8/chapter8) +- [P9 演员-评论员算法](chapter9/chapter9) +- [P10 稀疏奖励](chapter10/chapter10) +- [P11 模仿学习](chapter11/chapter11) +- [P12 深度确定性策略梯度 (DDPG) 算法](chapter12/chapter12)