2018年11月20日
强化学习之QLearning
摘要： 注：以下第一段代码是 "文章" 提供的代码，但是简书的代码粘贴下来不换行，所以我在这里贴了一遍。其原理在原文中也说得很明白了。 算个旅行商问题 基本介绍 戳 "代码解释与来源" 代码整个计算过程使用的以下公式 QLearning 在上面的公式中，S表示当前的状态，a表示当前的动作，s~表示下一个状态 阅读全文
posted @ 2018-11-20 16:14 春雨冰河 阅读(1273) 评论(0) 推荐(0) 编辑