2021 年 11月 8 日随笔档案 - SilentSamsara

2021年11月8日

学习日志-2021.11.08

摘要：学习日志-2021.11.08 其他Q-Learning SA-Q-learning 为了平衡Q-learning的探索与利用，基于Metropolis准则提出的算法算法描述初始化Q表对每一轮次（episode）：随机选择或初始化一个状态 \(s_t\) 对于每一步（step）：从动作空间阅读全文

posted @ 2021-11-08 21:55 SilentSamsara 阅读(25) 评论(0) 推荐(1) 编辑