Blueherb In solitude, where we are least alone
2021年2月10日
寒假自学2.10
摘要： Q-Learning算法 Q-learning要解决的是这样的问题：一个能感知环境的自治agent，怎样通过学习选择能达到其目标的最优动作。 强化学习目的是构造一个控制策略，使得Agent行为性能达到最大。Agent从复杂的环境中感知信息，对信息进行处理。Agent通过学习改进自身的性能并选择行为， 阅读全文
posted @ 2021-02-10 19:14 帅气的小土豆 阅读(26) 评论(0) 推荐(0) 编辑