摘要： 之前讲到Sarsa和Q Learning都不太适合解决大规模问题，为什么呢？ 因为传统的强化学习都有一张Q表，这张Q表记录了每个状态下，每个动作的q值，但是现实问题往往极其复杂，其状态非常多，甚至是连续的， 比如足球场上足球的位置，此时，内存将无力承受这张Q表。 价值函数近似 既然Q表太大，那么怎么 阅读全文