sbj123456789

摘要： 几个关键要素 State：状态 Action：行动，每个State下可以采取的行动 Reward(State,Action)：实际的奖励，每个State下采取不同的Action，会得到不同的Reward。因此其可以是一张二维的表，也可以根据实际情况来判定。 Q(State,Action)：Q-val 阅读全文