強化学習では「どのような問題」を解こうとしているのか知りたいです

Question

前提・実現したいこと

主要概念(※1)を漏れなく用いての詳細(※2)な説明があると助かります。

※1 Agent, Environment, State, Action, Reward, policy などでしょうか？
※2 数式による説明もそのひとつかも知れません

試したこと

いろいろ調べてみましたが、主要概念を漏れなく用いての詳細な説明は見つけられませんでした。

補足情報（FW/ツールのバージョンなど）

MDP という概念もあるようですが、Environment の記述を簡素にするために導入したもの、との理解であっていますか？

Comments

[Zuishin]

レポート課題かな？

[y_waiwai]

まずは、あなたがなにをどういうふうに調べて、どういう知識を持ってるのか、というのを詳しく説明しましょう。
それがわからんと答えようがないと思いますが。

[tiarihliragoga]

いくつか調べましたが、「問題」の説明は、全て「数式+文章」という形式でした。
「数式」のみの説明があると助かります。
「問題」としては、古典的なものであると助かります。

# 添え字が多くなり過ぎるという理由で、「数式」のみの説明、は難しでしょうか？

[Zuishin]

授業受けてたらできると思う。
受けてないなら友達に聞いたら？
質問が曖昧すぎて色んな切り口からレポートできるので、その授業で何をどう教えたのか外部の人に聞いてもわかるわけがない。