摘要： 根据Q表估计 a1(选择1的赋值) a2（选择2的赋值） s1(行动1) -2 1 s2(行动2) -4 2 Q Learning算法（Q Learning Alogrithm）: #以下为伪代码 递推关系： 阅读全文

摘要： 环境： Windows 10操作系统 python idle 原理： 调用windows系统自带的命令task，该命令使用方式： 第一步、调用cmd命令行，显示当前系统中所有进程； Win+R->cmd->(input)tasklist 第二步、调用taskkill命令，关闭指定的进程； taskk 阅读全文