NacosRedisMySQLRabbitMQvLLM（可选，本地大模型推理）传统业务服务层：负责用户、菜品、订单、支付等核心业务执行AI 智能服务层：负责自然语言理解、智能推荐与知识增强检索用户自然语言输入↓AI Service↓结构化召回 + 语义相关度打分↓融合排序↓LLM 小池重排与解释↓返回推荐结果微服务模式，多个服务独立部署：luan-gateway 网关服务luan-auth 认证服

强化学习策略梯度算法公式推导及代码实现

NacosRedisMySQLRabbitMQ微服务模式，多个服务独立部署：luan-gateway 网关服务luan-auth 认证服务luan-upms 用户权限管理服务luan-takeaway-user 外卖业务用户管理服务luan-takeaway-dish 菜品管理服务luan-takeaway-order 订单管理服务luan-takeaway-pay 支付管理服务单体模式通过lua

NacosRedisMySQLRabbitMQvLLM（可选，本地大模型推理）传统业务服务层：负责用户、菜品、订单、支付等核心业务执行AI 智能服务层：负责自然语言理解、智能推荐与知识增强检索用户自然语言输入↓AI Service↓结构化召回 + 语义相关度打分↓融合排序↓LLM 小池重排与解释↓返回推荐结果微服务模式，多个服务独立部署：luan-gateway 网关服务luan-auth 认证服

本笔记基于王树森深度强化学习。

文件，功能和上面DQN的一样，内容也几乎完全一样，只是把DQN的名字改成SARSA而已，所以在这里不再赘述。SARSA和DQN基本相同，只有在更新Q网络的时候略有不同，已在代码相应位置做出注释。代码，在这里定义了网络模型和SARSA模型。代码，在这里定义了网络模型和DQN模型。

文件，功能和上面DQN的一样，内容也几乎完全一样，只是把DQN的名字改成SARSA而已，所以在这里不再赘述。SARSA和DQN基本相同，只有在更新Q网络的时候略有不同，已在代码相应位置做出注释。代码，在这里定义了网络模型和SARSA模型。代码，在这里定义了网络模型和DQN模型。

本笔记基于王树森深度强化学习。

常用软件设计模式的定义和实例，本篇文章介绍了UML基础、面向对象设计原则、创建型模型、结构型模型、行为型模型

使用c++实现四种常见的进程调度算法