2021年9月30日
Q -learning入门
摘要： 算法思想 Q-Learning是强化学习算法中value-based的算法，Q即为Q（s，a），就是在某一个时刻的state状态下，采取动作a能够获得收益的期望，环境会根据agent的动作反馈相应的reward奖赏， 所以算法的主要思想就是将state和action构建成一张Q_table表来存储Q 阅读全文
posted @ 2021-09-30 19:49 一丨 阅读(463) 评论(0) 推荐(0) 编辑