麻烦老师提供详细解析过程，谢谢！
pzqa27 · 2024年10月30日
嗨，爱思考的PZer你好：
这个题解法跟基础班里的例题一摸一样，并且这个题解析已经写的很详细了，题目要用强化学习来找一个价格，并且要求maximize profit和minimize inventory risk，
对于蒙特卡洛模拟的方法来说
MC： Qnew=Qold+α(R-Qold)
对于TD方法来说
Qnew=Qold+α（R+γQ（S,A））
然后算一算得到结果如下图
然后就可以直接选出A了，这个属于带公式直接算的题目。
----------------------------------------------虽然现在很辛苦，但努力过的感觉真的很好，加油！