会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Dsp Tian
博客园
首页
新随笔
联系
订阅
管理
2024年2月15日
【Python】强化学习Q-Learning走迷宫
摘要: Q-Learning是一种基于值函数的强化学习算法,这里用该算法解决走迷宫问题。 算法步骤如下: 1. 初始化 Q 表:每个表格对应状态动作的 Q 值。这里就是一个H*W*4的表,4代表上下左右四个动作。 2. 选择动作: 根据 Q 表格选择最优动作或者以一定概率随机选择动作。 3. 执行动作,得到
阅读全文
posted @ 2024-02-15 13:08 Dsp Tian
阅读(387)
评论(0)
推荐(0)
编辑
公告