医疗兵皮特儿

摘要： 本学习笔记转自https://morvanzhou.github.io/ 什么是 Q Leaning 行为准则 我们做事情都会有一个自己的行为准则, 比如小时候爸妈常说”不写完作业就不准看电视”. 所以我们在 写作业的这种状态下, 好的行为就是继续写作业, 直到写完它, 我们还可以得到奖励, 不好的 阅读全文

摘要： 此系列笔记转自https://morvanzhou.github.io 强化学习并不会告诉你一个方向，也没有数据和标签，只会对结果进行评分（正确就会给高分，错误就会给低分），为了得到更高的分数，强化学习会记住使得自己获得高分的方法，从而获得最优解。 强化学习是机器学习大家族中的一大类, 使用强化学习 阅读全文