强化学习的数学原理学习笔记：基于策略（Policy-based）的策略梯度方法（Policy Gradient），包括对REINFORCE算法的介绍。

强化学习的数学原理学习笔记：基于模型（Model-based）的强化学习方法，包括对值迭代和策略迭代算法的介绍。

强化学习的数学原理课程学习笔记：蒙特卡洛方法（Monte Carlo，MC），包括对ε-Greedy的介绍。

强化学习的数学原理学习笔记：时序差分学习（Temporal Difference，TD），包括对基础TD、Sarsa和Q-learning等算法的介绍。

强化学习的数学原理课程学习笔记：蒙特卡洛方法（Monte Carlo，MC），包括对ε-Greedy的介绍。

强化学习的数学原理学习笔记：时序差分学习（Temporal Difference，TD），包括对基础TD、Sarsa和Q-learning等算法的介绍。

强化学习的数学原理学习笔记：基于模型（Model-based）的强化学习方法，包括对值迭代和策略迭代算法的介绍。

强化学习的数学原理学习笔记： Actor-Critic，包括对A2C、DPG等算法和重要性采样等概念的介绍。

起因在DSAH视频系统（服务器&播放器）搭建中，当使用mp4dash对多个分辨率的视频进行切片时，遇到了一个错误：Parsing media file 1: f1080p.mp4Parsing media file 2: f720p.mp4Parsing media file 3: f480p.mp4Parsing media file 4: f360p.mp4Parsing ...

操作系统：Ubuntu 16.04下载：在Downloads | Bento4中下载编译好的zip包，如：Bento4-SDK-1-5-1-629.x86_64-unknown-linux.zip解压：unzip Bento4-SDK-1-5-1-629.x86_64-unknown-linux.zip添加环境变量，便于直接输入命令：编辑/etc/profile，将bento4目...